# function.py
import numpy as np

"""
挑战说明:
- 自行编写实现数据加载与预测病马死亡的支持向量机算法。

注意事项:
- 在 function.py 中实现支持向量机算法。
- 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_svm、predict_svm 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。
姓名请直接**填写中文**
例如: name = "张三"
"""
id = "202210423215"
name = "章程鸿"


# 这里写自己的代码实现
import numpy as np
from sklearn.svm import SVC
from sklearn.preprocessing import StandardScaler

def load_data(filepath):
    """
    从文件中加载数据，并进行必要的预处理，处理缺失值。
    
    Args:
    - filepath (str): 数据文件路径。
    
    Returns:
    - X (numpy array): 特征数据。
    - y (numpy array): 标签数据。
    """
    # 加载数据，假设分隔符是空格或者制表符
    data = np.genfromtxt(filepath, delimiter=' ', dtype=str)
    
    # 处理缺失值，将 '?' 替换为 np.nan
    data[data == '?'] = np.nan
    
    # 将非数值字段转为浮动类型
    data = data.astype(np.float64)

    # 选择特征和标签
    X = data[:, :-1]  # 特征数据（假设最后一列是目标变量）
    y = data[:, -1]   # 最后一列作为目标变量
    
    # 不合并死亡与安乐死，直接使用原始标签
    # 1 = lived, 2 = died, 3 = euthanized
    
    # 将缺失值填充为 0（或其他合适的值）
    X = np.nan_to_num(X, nan=0)
    
    return X, y

def train_svm(X, y):
    """
    使用 SVM 核方法进行训练。
    
    Args:
    - X (numpy array): 特征数据。
    - y (numpy array): 标签数据。
    
    Returns:
    - model (SVC): 训练得到的 SVM 模型。
    - scaler (StandardScaler): 用于后续预测的数据标准化器。
    """
    # 数据标准化
    scaler = StandardScaler()
    X_scaled = scaler.fit_transform(X)
    
    # 使用RBF核的SVM模型
    model = SVC(kernel='rbf', decision_function_shape='ovo')  # 采用RBF核，多类分类使用'ovo'
    model.fit(X_scaled, y)
    
    return model, scaler

def predict_svm(model, scaler, X):
    """
    使用训练好的SVM模型进行预测。
    
    Args:
    - model (SVC): 训练好的SVM模型。
    - scaler (StandardScaler): 标准化器，用于测试数据的标准化。
    - X (numpy array): 输入特征数据。
    
    Returns:
    - int: 预测标签。
    """
    X_scaled = scaler.transform([X])  # 将输入特征进行标准化
    return model.predict(X_scaled)[0]

if __name__ == "__main__":
    # 加载数据
    X_train, y_train = load_data("./data/horse-colic.data")
    X_test, y_test = load_data("./data/horse-colic.test")
    
    # 训练SVM
    model, scaler = train_svm(X_train, y_train)
    
    # 测试单个数据点
    y_pred = predict_svm(model, scaler, X_test[11])
    print(f"预测结果: {y_pred}, 实际结果: {y_test[11]}")
    
    # 测试整个测试集并评估准确率
    correct = 0
    for i in range(len(X_test)):
        y_pred = predict_svm(model, scaler, X_test[i])
        if y_pred == y_test[i]:
            correct += 1
    
    accuracy = correct / len(X_test) * 100
    print(f"测试集准确率: {accuracy}%")