乙状结肠

时间:2018-09-22 10:35:54

标签: python numpy machine-learning floating-point logistic-regression

def sigmoid(z):
# complete the code
z = np.asarray(z)
if z.ndim == 0:
    return(1/(1+np.exp(-z)))
else:
    d = np.array([])
    for item in z:
        d= np.append(d,1/(1+np.exp(-item)))
    return d

print(sigmoid([[1,3),(4,30)]))

为什么返回[ 0.73105858 0.95257413 0.98201379 1. ] 因为函数从0绑定到1 例如[q= 1/1+np.exp(-30)][1]返回1.0000000000000935

为什么会发生这种情况以及如何纠正?  例如image of a weird looking output

2 个答案:

答案 0 :(得分:1)

您的S形实现看起来不错。

print(1 / 1 + np.exp(-30))返回1.0000000000000935的原因是由于operator precedence

# Your example
1 / 1 + np.exp(-30)

# How it will be computed
(1 / 1) + np.exp(-30)

# What you actually wanted
1 / (1 + np.exp(-30))

P.S。 numpy支持broadcasting。您的功能可以简化为:

def sigmoid(z):
    z = np.asarray(z)
    return 1 / (1 + np.exp(-z))

如果需要的话,使用ravel函数来平整多维数组。

答案 1 :(得分:0)

哦,BODMAS规则。

q= 1/(1+np.exp(-30))

返回0.9999999999999065

小于1

在控制台中四舍五入为1