更新 function.py

function.py

@@ -26,97 +26,64 @@ name = "吴俊煯"
 
 
 # 这里写自己的代码实现
-def train_logreg(X, y, learning_rate=0.01, iterations=1000):
+def train_logreg(X, y, learning_rate=0.01, iterations=1000, regularization=0.0):
-    """
-    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。
-    """
     m, n = X.shape  
     weights = np.zeros(n)  
     bias = 0  
-      
+    m = len(X)  # 重新赋值m，以确保它表示样本数量（在添加正则化时可能需要）  
+  
     for _ in range(iterations):  
-        for idx, x_i in enumerate(X):  
+        linear_output = np.dot(X, weights) + bias  # 向量化操作  
-            linear_output = np.dot(x_i, weights) + bias  
+        y_predicted = 1 / (1 + np.exp(-linear_output))  
-            y_predicted = 1 / (1 + np.exp(-linear_output))  
+        error = y - y_predicted  
-              
+  
-            # 计算误差  
+        # 更新权重和偏置，添加正则化项  
-            error = y[idx] - y_predicted  
+        weights += learning_rate * (error * X.T - regularization * weights) / m  
-              
+        bias += learning_rate * np.sum(error) / m  
-            # 更新权重和偏置  
+  
-            weights += learning_rate * error * x_i  
+    return weights, bias   
-            bias += learning_rate * error  
-      
-    return weights  
 
 def predict_logreg(inX, weights):
-    """
+    linear_output = np.dot(inX, weights) + bias  
-    对率回归预测函数。
+    y_predicted = 1 if linear_output >= 0 else 0  # 简化判断条件，因为逻辑回归输出已经通过sigmoid函数处理  
-
+    return y_predicted
-    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。
-    """
-    linear_output = np.dot(inX, weights)  
-    y_predicted = 1 / (1 + np.exp(-linear_output))  
-      
-    # 将输出转换为分类标签  
-    return 1 if y_predicted >= 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。
-    """
-    # 读取数据，假设数据是用空格分隔的，并且最后一列是标签  
     data = []  
     with open(filepath, 'r') as file:  
         for line in file:  
-            # 分割行，并去除任何可能的空白字符  
             parts = [part.strip() for part in line.split()]  
-            # 将缺失值'?'替换为0（或者你可以选择其他适当的处理方式）  
             features = [float(part) if part != '?' else 0 for part in parts[:-1]]  
-            # 将标签从2转换为1（如果原始标签是1和2的话）  
+            label = int(parts[-1]) - 1  # 假设标签是{1, 2}，转换为{0, 1}  
-            label = int(parts[-1]) - 1  # 假设原始标签是1和2，转换为0和1  
             data.append(features + [label])  
-      
-    # 将数据转换为numpy数组  
     data_array = np.array(data)  
-      
+    X = data_array[:, :-1]  
-    # 分离特征和标签  
+    y = data_array[:, -1]  
-    X = data_array[:, :-1]  # 所有行，除了最后一列  
-    y = data_array[:, -1]   # 所有行的最后一列  
-      
     return X, y 
 
+def evaluate_model(X, y, weights, bias):  
+    predictions = [predict_logreg(x, weights, bias) for x in X]  
+    accuracy = np.mean(predictions == y)  
+    return accuracy
+
 if __name__ == "__main__":
-    # 以下代码可用于测试，可自行随意修改
+    X_train, y_train = load_data("./data/horse-colic.data")  
-    # 加载训练集
+    X_test, y_test = load_data("./data/horse-colic.test")  
-    X_train, y_train = load_data("./data/horse-colic.data")
+  
-
+    # 数据标准化（可选，但通常有助于模型性能）  
-    # 加载测试集
+    X_train_mean = np.mean(X_train, axis=0)  
-    X_test, y_test = load_data("./data/horse-colic.test")
+    X_train_std = np.std(X_train, axis=0)  
-
+    X_train = (X_train - X_train_mean) / X_train_std  
-    # 训练对率回归模型
+    X_test = (X_test - X_train_mean) / X_train_std  # 使用训练集的标准差来标准化测试集  
-    weights = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000)
+  
-
+    # 训练逻辑回归模型  
-    # 测试单个数据
+    weights, bias = train_logreg(X_train, y_train, learning_rate=0.01, iterations=1000, regularization=0.1)  
-    y_pred = predict_logreg(X_test[11], weights)
+  
+    # 评估模型性能  
+    accuracy = evaluate_model(X_test, y_test, weights, bias)  
+    print(f"测试集准确率: {accuracy:.2f}")  
+  
+    # 测试单个数据（可选）  
+    y_pred = predict_logreg(X_test[11], weights, bias)  
     print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")