更新 function.py

function.py

@@ -31,7 +31,7 @@ name = "杨文强"
 # 1. 数据加载函数
 def load_data(filepath):
     """
-    从文件中加载数据，返回特征和标签。
+    从文件中加载数据，处理缺失值 '?' 为 NaN，并将其替换为列的均值或其他方法。
     
     Args:
     - filepath (str): 数据文件路径。
@@ -40,9 +40,27 @@ def load_data(filepath):
     - np.array: 特征数据。
     - np.array: 标签数据。
     """
-    data = np.loadtxt(filepath, delimiter=' ')  # 读取空格分隔的文件
-    X = data[:, :-1]  # 特征数据，去掉最后一列
-    y = data[:, -1]   # 标签数据，最后一列是标签
+    # 读取数据，使用 `?` 替换为 np.nan
+    data = np.genfromtxt(filepath, delimiter=' ', dtype=str)  # 读取为字符串类型
+    data[data == '?'] = np.nan  # 将 '?' 替换为 NaN
+
+    # 将数据转换为浮动类型
+    data = data.astype(float)
+
+    # 处理缺失值：用列的均值替换缺失值
+    # 计算每列的均值（跳过 NaN）
+    col_means = np.nanmean(data, axis=0)
+    
+    # 用列均值填充 NaN 值
+    # np.where 检查哪里是 NaN，并用对应列的均值替换
+    inds = np.where(np.isnan(data))
+    data[inds] = np.take(col_means, inds[1])
+
+    # 特征数据：去掉最后一列
+    X = data[:, :-1]
+    # 标签数据：最后一列是标签
+    y = data[:, -1]
+
     return X, y
 
 # 2. 训练对率回归模型的函数