什么是Sigmoid函数?
① Sigmoid函数公式为:
② Sigmoid函数图像为:
③ 中间范围内函数斜率最大,对应Y的大部分数值变化。
④ Y轴数值范围在 0~1 之间。
⑤ X轴数值范围没有限制,但当X大于一定数值后,Y无限趋近于1,而小于一定数值后,Y无限趋近于0。
⑥ 特别地,当 X=0 时,Y=0.5。
⑦ sigmoid函数可以实现不管X取什么样的值,Y值都被非线性地映射在 0~1 之间,实现二分类。
Python基础积累(numpy)
numpy多维数组类型转换
import numpy as np
data_one = np.array([[1, 2, 3], [4, 5, 6]])
data_one
运行结果:
array([[1, 2, 3], [4, 5, 6]])
注:打印多维矩阵元素。
data_one.dtype.name
运行结果:
'int32'
注:打印多维矩阵中元素类型。
data = np.array([[1, 2, 3], [4, 5, 6]])
data.dtype
运行结果:
dtype('int32')
float_data = data.astype(np.float64)
float_data.dtype
运行结果:
dtype('float64')
注:数据类型转换为float64。
float_data = np.array([1.2, 2.3, 3.5])
float_data
运行结果:
array([1.2, 2.3, 3.5])
int_data = float_data.astype(np.int64)
int_data
运行结果:
array([1, 2, 3], dtype=int64)
注:数据类型转换为int64。
str_data = np.array(['1', '2', '3'])
int_data = str_data.astype(np.int64)
int_data
运行结果:
array([1, 2, 3], dtype=int64)
注:将字符串转为int64。
参考文献:
- 知乎/东哥起飞/从零开始学会逻辑回归