11

function.py

@@ -38,17 +38,25 @@ def load_data(filepath):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    # 使用 numpy 的 genfromtxt 函数加载数据，自动处理缺失值
-    data = np.genfromtxt(filepath, delimiter=',', dtype=float, filling_values=np.nan)
+    try:
+        # 使用 numpy 的 genfromtxt 函数加载数据，自动处理缺失值
+        data = np.genfromtxt(filepath, delimiter=',', dtype=float, filling_values=np.nan)
         
-    # 分离特征和标签
-    X = data[:, :-1]  # 所有行，除了最后一列
-    y = data[:, -1]   # 所有行，只有最后一列
+        # 检查数据是否为一维数组
+        if data.ndim == 1:
+            raise ValueError("数据加载后为一维数组，预期为二维数组。请检查数据文件格式。")
         
-    # 填充缺失值，这里使用每列的均值来填充
-    X = np.nan_to_num(X, nan=np.nanmean(X, axis=0))
+        # 分离特征和标签
+        X = data[:, :-1]  # 所有行，除了最后一列
+        y = data[:, -1]   # 所有行，只有最后一列
 
-    return X, y
+        # 填充缺失值，这里使用每列的均值来填充
+        X = np.nan_to_num(X, nan=np.nanmean(X, axis=0))
+
+        return X, y
+    except Exception as e:
+        print(f"Error loading data: {e}")
+        return None, None
 
 def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     """