overflow encountered in exp

再次运行logRegres.multiTest()时，没有第一次的警告，sigmoid函数优化可避免类似问题：

  

   

    

     

    
    

     

      def sigmoid(inX):
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 from numpy import exp
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 return 1.0/(1+exp(-inX))
     
    
  
 

安全的替代写法如下：

  

   

    

     

    
    

     

      def logistic_function(x):
     
    
   

    

     

    
    

     
 return .5 * (1 + np.tanh(.5 * x))
     
    
  
 

  

   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      def logistic_function(x):
     
    
   

    

     

    
    

     
 return .5 * (1 + np.tanh(.5 * x))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def sigmoid(inX):
     
    
   

    

     

    
    

     
 from numpy import exp
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 return 1.0 / (1 + exp(-inX))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      if __name__ == '__main__':
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

         data=np.array([-1.0,-2.0,1.0,2.0,3.0])
     
    
   

    

     

    
    

     

         ddd= logistic_function(data)
     
    
   

    

     

    
    

     

         print(ddd)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

         print(sigmoid(data))
     
    
  
 

这个能针对单个值，对于矩阵就不行了 

  

   

    

     

    
    

     

      def sigmoid(inX):
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 from numpy import exp
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 if inX>=0:
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 return 1.0/(1+exp(-inX))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 return exp(inX)/(1+exp(inX))
     
    
  
 

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/111500825