RuntimeWarning: overflow encountered in exp

在机器学习实战书中第五章Logistic回归中,sigmoid函数如下:

def sigmoid(inx):
    return longfloat(1.0/(1+exp(-inx)))

 实际运行过程中,出现以下报警:

RuntimeWarning: overflow encountered in exp

这是因为参数值inx很大时,exp(inx)可能会发生溢出,解决方法是对sigmoid函数实现的优化,具体代码如下:

def sigmoid(inx):
    if inx>=0:      #对sigmoid函数的优化,避免了出现极大的数据溢出
        return 1.0/(1+exp(-inx))
    else:
        return exp(inx)/(1+exp(inx))

 这样做可以保证exp(inx)值始终小于1,避免极大溢出。

参考:
https://blog.csdn.net/newfayi/article/details/49893359

https://blog.csdn.net/cckchina/article/details/79915181(这种做法在exp(inx)值很大时仍然会发生溢出,原因见第三个链接)

https://stackoverflow.com/questions/24638059/runtimewarning-overflow-encountered-in-np-expx2

 

转载于:https://www.cnblogs.com/zhhy236400/p/9873322.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值