generated from LufsX/Experiment-LogReg
110 lines
3.4 KiB
Python
110 lines
3.4 KiB
Python
# function.py
|
|
import numpy as np
|
|
|
|
"""
|
|
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
|
|
"""
|
|
|
|
"""
|
|
请在这里填写学号和姓名，不填写即成绩无效。
|
|
姓名请直接**填写中文**
|
|
例如: name = "张三"
|
|
"""
|
|
id = "20221042323"
|
|
name = "李顺潮"
|
|
|
|
|
|
# 这里写自己的代码实现
|
|
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。
|
|
"""
|
|
m, n = X.shape
|
|
weights = np.zeros(n) # 初始化权重
|
|
learning_rate = 0.01 # 学习率设置
|
|
num_iterations = 1000 # 迭代次数
|
|
|
|
# 对率回归的梯度下降
|
|
for _ in range(num_iterations):
|
|
linear_model = np.dot(X, weights)
|
|
predictions = 1 / (1 + np.exp(-linear_model)) # Sigmoid函数
|
|
errors = y - predictions
|
|
weights += learning_rate * np.dot(X.T, errors) / m # 更新权重
|
|
|
|
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。
|
|
"""
|
|
linear_model = np.dot(inX, weights)
|
|
predictions = 1 / (1 + np.exp(-linear_model)) # Sigmoid函数
|
|
return np.round(predictions).astype(int) # 返回0或1
|
|
|
|
|
|
# 这里也写自己的代码实现
|
|
def load_data(filepath):
|
|
"""
|
|
从文件中加载数据，处理缺失值并确保格式正确。
|
|
|
|
Args:
|
|
- filepath (str): 数据文件路径。
|
|
|
|
Returns:
|
|
- np.array: 特征数据。
|
|
- np.array: 标签数据。
|
|
"""
|
|
# 加载数据，使用适当的分隔符和设置
|
|
data = np.genfromtxt(filepath, delimiter=',', dtype=None, encoding=None, invalid_raise=False, filling_values=np.nan, autostrip=True)
|
|
|
|
print("Loaded data shape:", data.shape) # 打印数据的形状
|
|
|
|
# 检查是否成功加载了二维数据
|
|
if data.ndim == 1:
|
|
raise ValueError("Loaded data is one-dimensional, please check the file format.")
|
|
|
|
X = data[:, :-1].astype(float) # 假设最后一列为标签
|
|
y = data[:, -1] # 最后一列为标签
|
|
|
|
# 检查有效索引
|
|
valid_indices = ~np.isnan(X).any(axis=1) & ~np.isnan(y)
|
|
X = X[valid_indices]
|
|
y = y[valid_indices]
|
|
|
|
y = np.where(y == 1, 1, 0)
|
|
return X, y
|
|
|
|
|
|
if __name__ == "__main__":
|
|
# 以下代码可用于测试，可自行随意修改
|
|
# 加载训练集
|
|
X_train, y_train = load_data("./data/horse-colic.data")
|
|
|