我认为我有一个“愚蠢”的问题。 我有一个计算sigmoid函数的python代码:
def sigmoid(z):
return 1 / (1 + np.exp(-z))
我想看看给定数据下的S型函数是什么图形,所以我将函数更改为:
def sigmoid(z):
s = 1 / (1 + np.exp(-z))
plt.plot(s)
plt.title("Sigmoid")
plt.show()
return s
我得到的是:
数据取自https://www.kaggle.com/azzion/credit-card-fraud-detection-using-neural-network
所以问题是:sigmoid函数是否可以与某些特定参数成线性关系,或者我做错了什么?
答案 0 :(得分:3)
不,它不能是线性的。我没有完整的代码,但是请尝试
x = np.linspace(-3, 3)
y = sigmoid(x)
plt.plot(x, y)
看形状
答案 1 :(得分:2)
您看到的是绘制S型曲线的范围内的伪影。考虑以下三个绘图范围。如您所见,第一个图看起来或多或少是线性的。此外,当您进行plt.plot(s)
时,仅绘制 的S型曲线。因此,基本上,您这样做时就抛弃了s
和z
之间的所有关系。您应该将因变量和自变量绘制为ax.plot(z, s)
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 3))
z1 = np.linspace(0, 1, 100)
z2 = np.linspace(-5, 5, 100)
z3 = np.linspace(-50, 50, 100)
def sigmoid(z, ax):
s = 1 / (1 + np.exp(-z))
ax.plot(z, s)
ax.set_title("Sigmoid")
return
for ax, z in zip(axes.flatten(), [z1, z2, z3]):
sigmoid(z, ax)
plt.tight_layout()