更新 function.py

function.py

@@ -83,19 +83,21 @@ def load_data(filepath):
     - np.array: 特征数据。  
     - np.array: 标签数据。  
     """  
-    # 使用 pandas 加载数据  
+    # 使用 numpy.genfromtxt 加载数据，指定缺失值  
-    data = pd.read_csv(filepath, header=None, na_values='?')  
+    data = np.genfromtxt(filepath, delimiter=',', dtype=None, encoding=None, invalid_raise=False, filling_values=np.nan, autostrip=True)  
-    
-    # 将数据中的缺失值用均值填充（或可以选择其他策略）  
-    data.fillna(data.mean(), inplace=True)  
 
-    # 提取特征和标签  
+    # 将数据拆分为特征和标签  
-    X = data.iloc[:, :-1].values  # 假设最后一列为标签  
+    X = data[:, :-1].astype(float)  # 假设最后一列为标签，并转换为浮点数  
-    y = data.iloc[:, -1].values    # 最后一列为标签  
+    y = data[:, -1]                 # 最后一列为标签  
 
-    # 确保 y 是二进制的，1表示死亡，0表示存活  
+    # 删除任何缺失值行（NaN）  
-    y = np.where(y == 1, 1, 0)  # 处理标签，确保其为0或1  
+    valid_indices = ~np.isnan(X).any(axis=1) & ~np.isnan(y)  
-    return X, y   
+    X = X[valid_indices]  
+    y = y[valid_indices]  
+
+    # 处理 y，确保 y 是二进制的，1表示死亡，0表示存活  
+    y = np.where(y == 1, 1, 0)  # 假设标签中1和其他值需要统一成0或1  
+    return X, y 
 
 
 if __name__ == "__main__":