Files
Experiment-LogReg/function.py
T
lzh a97fb09c9d
Gitea Actions Experiment Test / Experiment-Actions (push) Successful in 23s
444
2024-11-02 20:43:22 +08:00

138 lines
4.1 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。
"""
id = "202210423221"
name = "廖子豪"
# 这里写自己的代码实现
def load_data(filepath):
"""
从文件中加载数据。
Args:
- filepath (str): 数据文件路径。
Returns:
- np.array: 特征数据。
- np.array: 标签数据。
"""
file = open(filepath)
fr = file.readlines()
data_list = []
y = []
for data in fr:
data = data.strip()
data = data.split(' ')
data_25 = data[24]
y.append(data[22])
del data[-1]
del data[26]
del data[25]
del data[24]
del data[22]
del data[2]
for i in data_25:
data.append(i)
data = [0 if data_elem == '?' else float(data_elem) for data_elem in data]
data_list.append(data)
data_number = len(y)
y_train = np.array([1 if y[j] == '2' or y[j] == '3' else 0 for j in range(data_number)])
X = np.array(data_list)
X_train = np.insert(X, 0, 1, axis=1) # 添加偏置项
return X_train, y_train
def train_logreg(X, y, numIter=1000, learning_rate=0.06, batch_size=128, lambda_reg=0.01):
"""
对率回归训练函数,加入L2正则化。
Args:
- X (numpy array): 特征数据。
- y (numpy array): 标签数据。
- numIter (int): 迭代次数。默认为1000。
- learning_rate (float): 学习率。默认为0.06。
- batch_size (int): 批量大小。默认为128。
- lambda_reg (float): L2正则化参数。默认为0.01。
Returns:
- numpy array: 训练得到的权重。
"""
m, n = X.shape # m: 样本数, n: 特征数
weights = np.zeros(n) # 参数初始化
for j in range(numIter):
# 随机打乱样本顺序
dataIndex = np.random.permutation(m)
for i in range(0, m, batch_size):
end = min(i + batch_size, m)
# 批量梯度上升
batch_X = X[dataIndex[i:end]]
batch_y = y[dataIndex[i:end]]
# 计算梯度
z = np.dot(batch_X, weights)
h = 1 / (1 + np.exp(-z)) # 计算h
error = batch_y - h # 计算误差
gradient = np.dot(batch_X.T, error) / len(batch_y) # 计算梯度
# 添加L2正则化
reg_term = 2 * lambda_reg * weights
gradient -= reg_term / len(batch_y)
weights += learning_rate * gradient # 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。
"""
z = np.dot(inX, weights) # 线性组合
prob = 1 / (1 + np.exp(-z)) # 计算概率
return 1 if prob >= 0.5 else 0 # 返回分类标签
if __name__ == "__main__":
# 加载训练集
X_train, y_train = load_data("./data/horse-colic.data")
# 加载测试集
X_test, y_test = load_data("./data/horse-colic.test")
# 训练对率回归模型
weights = train_logreg(X_train, y_train, numIter=1000, learning_rate=0.01, lambda_reg=0.2)
# 测试模型
error = 0
accuracy_list = []
for i in range(len(y_test)):
y_pred = predict_logreg(X_test[i], weights)
if y_pred != y_test[i]:
error += 1
print(f"预测结果: {y_pred}, 实际结果: {y_test[i]}")
accuracy = (len(y_test) - error) / len(y_test)
print(f"Accuracy: {accuracy}")