scipy.special.log_expit#
- scipy.special.log_expit(x, out=None) = <ufunc 'log_expit'>#
逻辑S型函数的对数。
SciPy 实现的逻辑 sigmoid 函数是
scipy.special.expit，因此这个函数被称为log_expit。该函数在数学上等价于
log(expit(x))，但为了防止输入值在大幅度（正或负）时精度丢失，采用了不同的表达方式。- 参数:
- xarray_like
要应用
log_expit的元素值。- 出ndarray，可选
函数结果的可选输出数组
- 返回:
- 出标量或ndarray
计算得到的值，与
x形状相同的 ndarray。
参见
注释
作为一个ufunc，
log_expit接受多个可选的关键字参数。更多信息请参见 ufuncsAdded in version 1.8.0.
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])
大负值：
>>> log_expit([-100, -500, -1000]) array([ -100., -500., -1000.])
注意
expit(-1000)返回 0，因此朴素实现log(expit(-1000))返回-inf。大的正值：
>>> log_expit([29, 120, 400]) array([-2.54366565e-013, -7.66764807e-053, -1.91516960e-174])
与朴素实现相比：
>>> 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，较大的输入会失去所有精度并返回0。