import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

"""
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。
"""
id = "202210423221"
name = "廖子豪"

def load_data(filepath):
    # 使用 numpy 的 genfromtxt 函数加载数据，自动处理缺失值
    data = np.genfromtxt(filepath, delimiter=' ', missing_values='?', filling_values=0)
    labels = data[:, -1].astype(int)
    features = data[:, :-1]
    
    # 将标签转换为二分类问题
    labels = np.where((labels == 2) | (labels == 3), 1, 0)
    
    # 删除不相关特征（如果需要）
    # features = np.delete(features, [2] + list(range(23, 28)), axis=1)
    
    # 数据标准化
    scaler = StandardScaler()
    features = scaler.fit_transform(features)
    
    return features, labels

def train_logreg(X, y, random_state=42):
    # 创建逻辑回归模型，使用liblinear求解器
    model = LogisticRegression(solver='liblinear', random_state=random_state)
    model.fit(X, y)
    return model

def predict_logreg(inX, model):
    # 使用模型进行预测
    return int(model.predict([inX])[0])

# 示例使用
if __name__ == "__main__":
    # 加载训练数据和测试数据
    X_train, y_train = load_data("./data/horse-colic.data")
    X_test, y_test = load_data("./data/horse-colic.test")

    # 训练模型
    model = train_logreg(X_train, y_train, random_state=42)

    # 进行预测
    y_pred = [predict_logreg(x, model) for x in X_test]

    # 计算准确率
    accuracy = np.mean(y_pred == y_test)
    print(f"Test Accuracy: {accuracy:.2f}")