generated from LufsX/Experiment-LogReg
92 lines
2.9 KiB
Python
92 lines
2.9 KiB
Python
import numpy as np
|
|
import pandas as pd
|
|
|
|
# 填写学号和姓名
|
|
id = "20221042323"
|
|
name = "李顺潮"
|
|
|
|
def train_logreg(X, y, other_params="你自己设置一些其它参数", learning_rate=0.01, num_iterations=1000):
|
|
"""
|
|
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，这里暂未使用。
|
|
- learning_rate (float): 学习率。
|
|
- num_iterations (int): 迭代次数。
|
|
|
|
Returns:
|
|
- numpy array: 训练得到的权重。
|
|
"""
|
|
# 添加偏置项
|
|
X_b = np.c_[np.ones((X.shape[0], 1)), X] # 添加一列1作为偏置项
|
|
m, n = X_b.shape
|
|
weights = np.zeros(n)
|
|
|
|
# 梯度下降
|
|
for iteration in range(num_iterations):
|
|
y_pred_prob = 1 / (1 + np.exp(-np.dot(X_b, weights)))
|
|
dw = (1 / m) * np.dot(X_b.T, (y_pred_prob - y))
|
|
weights -= learning_rate * dw
|
|
|
|
return weights
|
|
|
|
def predict_logreg(inX, weights):
|
|
"""
|
|
对率回归预测函数。
|
|
|
|
Args:
|
|
- inX (numpy array): 输入待分类的样本。
|
|
- weights (numpy array): 训练得到的权重。
|
|
|
|
Returns:
|
|
- int: 预测的分类标签。
|
|
"""
|
|
# 添加偏置项
|
|
inX_b = np.c_[1, inX]
|
|
y_pred_prob = 1 / (1 + np.exp(-np.dot(inX_b, weights)))
|
|
return 1 if y_pred_prob > 0.5 else 0
|
|
|
|
def load_data(filepath):
|
|
"""
|
|
从文件中加载数据。
|
|
|
|
Args:
|
|
- filepath (str): 数据文件路径。
|
|
|
|
Returns:
|
|
- np.array: 特征数据。
|
|
- np.array: 标签数据。
|
|
"""
|
|
# 使用 pandas 加载数据，假设数据使用空格分隔，并且我们想要跳过第一列（可能是标识符）
|
|
df = pd.read_csv(filepath, delim_whitespace=True, header=None)
|
|
|
|
# 假设最后一列是标签，将其转换为 0 和 1
|
|
df.iloc[:, -1] = df.iloc[:, -1].apply(lambda x: 1 if x == 2 else 0)
|
|
|
|
# 将缺失值（如 '?'）替换为 NaN，然后删除包含 NaN 的行（或者选择其他处理方式）
|
|
df.replace('?', np.nan, inplace=True)
|
|
df.dropna(inplace=True)
|
|
|
|
# 提取特征和标签
|
|
X = df.iloc[:, :-1].values # 特征
|
|
y = df.iloc[:, -1].values # 标签
|
|
|
|
return X, y
|
|
|
|
if __name__ == "__main__":
|
|
# 加载训练集
|
|
X_train, y_train = load_data("./data/horse-colic.data")
|
|
|
|
# 数据标准化
|
|
scaler = StandardScaler()
|
|
X_train_scaled = scaler.fit_transform(X_train)
|
|
|
|
# 训练模型
|
|
weights = train_logreg(X_train_scaled, y_train)
|
|
|
|
# 测试预测（这里示例性地选择一个样本进行预测）
|
|
sample_index = 0 # 选择第一个样本进行预测
|
|
y_pred = predict_logreg(X_train_scaled[sample_index], weights)
|
|
print(f"预测结果: {y_pred}, 实际结果: {y_train[sample_index]}") |