From 5f721fd1e6fc2502246f8ccc02a95c24d4ee3af3 Mon Sep 17 00:00:00 2001
From: ywq157 <271203576@qq.com>
Date: Thu, 7 Nov 2024 16:49:59 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20function.py?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 function.py | 20 +++++++++++++++-----
 1 file changed, 15 insertions(+), 5 deletions(-)

diff --git a/function.py b/function.py
index 2fdc626..8807989 100644
--- a/function.py
+++ b/function.py
@@ -82,9 +82,10 @@ def predict_logreg(inX, weights, bias):
 
 
 # 这里也写自己的代码实现
+
 def load_data(filepath):
     """
-    从文件中加载数据。
+    从文件中加载数据，处理非法字符（如 '?'）并填充缺失值。
 
     Args:
     - filepath (str): 数据文件路径。
@@ -93,13 +94,22 @@ def load_data(filepath):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    data = np.loadtxt(filepath, delimiter=' ')
-    X = data[:, :-1]  # 所有列，除了最后一列
-    y = data[:, -1]   # 只取最后一列作为标签
+    # 使用pandas加载数据，这样可以更方便地处理缺失值
+    import pandas as pd
+    
+    # 加载数据，假设数据是空格或制表符分隔的，非法字符 '?' 会被替换为 NaN
+    df = pd.read_csv(filepath, sep=' ', header=None, na_values='?')
+    
+    # 将 NaN 填充为该列的均值
+    df.fillna(df.mean(), inplace=True)
+    
+    # 将最后一列作为标签y，其他列作为特征X
+    X = df.iloc[:, :-1].values  # 特征数据
+    y = df.iloc[:, -1].values   # 标签数据
+    
     return X, y
 
 
-
 if __name__ == "__main__":
     # 以下代码可用于测试，可自行随意修改
     # 加载训练集