11

function.py

@@ -44,9 +44,13 @@ def load_data(filepath):
         
         # 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。")
+            # 如果是一维数组，尝试将其转换为二维数组
+            data = data.reshape(-1, 1)
         
         # 分离特征和标签
+        if data.shape[1] < 2:
+            raise ValueError("数据文件中没有足够的列。每行至少需要包含一个特征和一个标签。")
+        
         X = data[:, :-1]  # 所有行，除了最后一列
         y = data[:, -1]   # 所有行，只有最后一列
 
@@ -56,8 +60,8 @@ def load_data(filepath):
         return X, y
     except Exception as e:
         print(f"Error loading data: {e}")
-        return None, None
-
+        # 返回空数组而不是None，以避免后续代码中出现错误
+        return np.empty((0, 0)), np.empty(0)
 def train_logreg(X, y, learning_rate=0.01, iterations=1000):
     """
     对率回归训练函数。