generated from LufsX/Experiment-LogReg
118 lines
3.2 KiB
Python
118 lines
3.2 KiB
Python
# function.py
|
|
import numpy as np
|
|
import pandas as pd
|
|
|
|
"""
|
|
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 = "202210423223"
|
|
name = "李顺潮"
|
|
|
|
def sigmoid(z):
|
|
"""Sigmoid函数，用于对率回归的预测。"""
|
|
return 1 / (1 + np.exp(-z))
|
|
|
|
|
|
# 这里写自己的代码实现
|
|
def train_logreg(X, y, other_params="你自己设置一些其它参数"):
|
|
"""
|
|
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。
|
|
"""
|
|
# 初始化权重
|
|
weights = np.zeros(X.shape[1])
|
|
learning_rate = 0.01
|
|
iterations = 1000
|
|
|
|
for _ in range(iterations):
|
|
z = np.dot(X, weights)
|
|
predictions = sigmoid(z)
|
|
error = y - predictions
|
|
gradient = np.dot(X.T, error)
|
|
weights += learning_rate * gradient
|
|
|
|
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。
|
|
"""
|
|
# 计算预测值
|
|
z = np.dot(inX, weights)
|
|
probability = sigmoid(z)
|
|
return 1 if probability >= 0.5 else 0
|
|
|
|
|
|
# 这里也写自己的代码实现
|
|
def load_data(filepath):
|
|
"""
|
|
从文件中加载数据，若不自行正确实现，则无法通过评测，**不记录成绩**。
|
|
|
|
Args:
|
|
- directory (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
|
|
df = pd.read_csv(filepath, header=None)
|
|
|
|
# 替换缺失值和非数值数据，这里假设我们用0来填补缺失数据
|
|
df.replace('?', np.nan, inplace=True)
|
|
df.fillna(0, inplace=True)
|
|
|
|
# 将数据拆分为特征和标签
|
|
X = df.iloc[:, :-1].values # 特征
|
|
y = df.iloc[:, -1].values # 标签
|
|
|
|
return X, y
|
|
|
|
|
|
if __name__ == "__main__":
|
|
# 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")
|
|
|
|
# 训练模型
|
|
weights = train_logreg(X_train, y_train)
|
|
|
|
# 测试单个样本的预测
|
|
sample = X_train[0].reshape(1, -1) # 取出第一行作为样本
|
|
prediction = predict_logreg(sample, weights)
|
|
print(f"样本预测: {prediction}")
|