更新 function.py

function.py

@@ -1,99 +1,83 @@
+# function.py
+import os
 import numpy as np
 import pandas as pd
-
+from sklearn.preprocessing import MinMaxScaler
+from sklearn.model_selection import train_test_split
+"""
+实验说明:
+- 自行编写实现数据加载与预测病马死亡的对率回归算法。
+注意事项:
+- 在 function.py 中实现对率回归算法。
+- 可以自行导入其他库，需要在 requirements.txt 添加依赖，若未在 requirements.txt 中添加使用到的依赖，则无法自动评测，成绩为零。
+- 自动评测脚本仅会加载 train_logreg、predict_logreg 和 load_data 函数，请勿修改函数名。
+测评环境:
+- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
+- OS: Ubuntu 22.04.4 LTS
+- Python: 3.10.12
+- numpy: 2.1.1
+"""
+# Sigmoid 函数  
+def sigmoid(z):  
+    return 1 / (1 + np.exp(-z)) 
+"""
+请在这里填写学号和姓名，不填写即成绩无效。
+"""
 id = "202210423223"
 name = "李顺潮"
-
-def load_data(filepath):
-    """从文件中加载数据，处理不规则的字段数量和缺失值"""
-    data = []
-    with open(filepath, 'r') as f:
-        for line in f:
-            fields = line.strip().split()
-            # 处理不规则的字段数量，这里选择忽略多余的字段
-            if len(fields) > 28:
-                fields = fields[:28]
-            # 替换 '?' 为 NaN
-            fields = [np.nan if x == '?' else x for x in fields]
-            data.append(fields)
-
-    # 使用 pandas 创建 DataFrame
-    df = pd.DataFrame(data)
-    # 删除包含 NaN 的行
-    df.dropna(inplace=True)
-    # 转换为数值类型
-    df = df.astype(float)
-
-    X = df.iloc[:, :-1].values
-    y = df.iloc[:, -1].values
-    return X, y
-    except pd.errors.ParserError as e:
-        print(f"数据加载错误: {e}")
-        return None
-    except Exception as e:
-        print(f"发生未知错误: {e}")
-        return None
-
-def sigmoid(z):
-    """
-    Sigmoid 函数，用于对率回归的激活函数。
-
-    Args:
-    - z (numpy array): 输入值。
-
-    Returns:
-    - numpy array: Sigmoid 函数输出。
-    """
-    return 1 / (1 + np.exp(-z))
-
-def train_logreg(X, y, other_params=None):
-    """
-    对率回归训练函数。
-
-    Args:
-    - X (numpy array): 特征数据。
-    - y (numpy array): 标签数据。
-    - other_params (str): 其它参数，可选设置。若需设置其它参数，必须设置其默认值，否则将**无法通过**自动评测，**成绩为零**。
-
-    Returns:
-    - numpy array: 训练得到的权重。
-    """
+# 对率回归训练函数
+def train_logreg(X, y, learning_rate=0.01, iterations=1000):
+    X = np.hstack((np.ones((X.shape[0], 1)), X))  # 在特征前添加一列全为1的列
     m, n = X.shape
-    weights = np.zeros(n)  # 初始化权重
-    learning_rate = 0.01
-    num_iterations = 1000
+    weights = np.zeros(n)
 
-    for _ in range(num_iterations):
+    for _ in range(iterations):
         z = np.dot(X, weights)
-        predictions = sigmoid(z)
-        # 计算梯度
-        gradient = np.dot(X.T, (predictions.astype(float) - y.astype(float))) / m
-        # 更新权重
+        predictions = 1 / (1 + np.exp(-z))
+        gradient = np.dot(X.T, (predictions - y)) / m
         weights -= learning_rate * gradient
 
     return weights
 
+# 对率回归预测函数  
+# 对率回归预测函数，支持多类分类
 def predict_logreg(inX, weights):
-    """
-    对率回归预测函数。
+    inX = np.insert(inX, 0, 1)  # 在特征前添加1作为偏置项
+    prob = 1 / (1 + np.exp(-np.dot(inX, weights)))
 
-    Args:
-    - inX (numpy array): 输入待分类的样本。
-    - weights (numpy array): 训练得到的权重。
+    if prob < 0.5:
+        return 0
+    elif prob >= 0.5 and prob < 1.0:
+        return 1
+    else:
+        return 2  # 确保返回3个类别中的一个
 
-    Returns:
-    - int: 预测的分类标签。
-    """
-    z = np.dot(inX, weights)
-    probability = sigmoid(z)
-    return 1 if probability >= 0.5 else 0
+# 从文件中加载数据  
+def load_data(filepath):
+    data = pd.read_csv(filepath, header=None, na_values='?', delim_whitespace=True)
+    data.fillna(0, inplace=True)
+    X = data.iloc[:, :-1].to_numpy()  # 特征
+    y = data.iloc[:, -1].to_numpy()    # 标签
+    return X, y 
+# 准确率计算函数
+def calculate_accuracy(X, y, weights):
+    predictions = np.array([predict_logreg(x, weights) for x in X])
+    accuracy = np.mean(predictions == y)
+    return accuracy
 
 if __name__ == "__main__":  
-    # 加载训练集
-    X_train, y_train = load_data("./data/horse-colic.data")
-    # 训练模型
-    weights = train_logreg(X_train, y_train)
-    # 测试预测
-    sample_index = 0  # 选择一个样本进行测试
-    y_pred = predict_logreg(X_train[sample_index], weights)
-    print(f"预测结果: {y_pred}, 实际结果: {y_train[sample_index]}")
+    # 加载训练集和测试集  
+    X_train, y_train = load_data("E:\\Edge站内文件下载\\病马数据集\\horse-colic.data")
+    X_test, y_test = load_data( "E:\\Edge站内文件下载\\病马数据集\\horse-colic.test")
+    
+    # 训练对率回归模型 
+    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
+  
+    # 测试单个数据  
+    y_pred = predict_logreg(X_test[11], weights)  
+    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")  
+
+
+    # 计算并输出模型的准确率
+    accuracy = calculate_accuracy(X_test, y_test, weights)
+    print(f"模型的准确率: {accuracy:.4f}")