scipy.special.log_expit#
- scipy.special.log_expit(x, out=None) = <ufunc 'log_expit'>#
逻辑sigmoid函数的对数。
SciPy中逻辑sigmoid函数的实现是
scipy.special.expit，因此此函数被称为log_expit。该函数在数学上等价于
log(expit(x))，但其形式是为了避免对于具有大（正或负）幅度的输入而导致精度损失。- 参数:
- xarray_like
要对
log_expit应用的值。- outndarray, optional
用于存储函数结果的可选输出数组
- 返回:
- out标量或 ndarray
计算出的值，一个与
x形状相同的 ndarray。
另请参阅
附注
作为一个ufunc，
log_expit接受许多可选的关键字参数。有关更多信息，请参见 ufuncs在版本 1.8.0 中新增。
示例
>>> import numpy as np >>> from scipy.special import log_expit, expit
>>> log_expit([-3.0, 0.25, 2.5, 5.0]) array([-3.04858735, -0.57593942, -0.07888973, -0.00671535])
很大的负值
>>> log_expit([-100, -500, -1000]) array([ -100., -500., -1000.])
请注意，
expit(-1000)返回 0，因此朴素的实现log(expit(-1000))返回-inf。很大的正值
>>> log_expit([29, 120, 400]) array([-2.54366565e-013, -7.66764807e-053, -1.91516960e-174])
与朴素的实现进行比较
>>> np.log(expit([29, 120, 400])) array([-2.54463117e-13, 0.00000000e+00, 0.00000000e+00])
第一个值仅精确到 3 位数字，并且较大的输入会失去所有精度并返回 0。