Der einfachste Weg, Arrays in Python zu verketten, ist die Verwendung der Funktion numpy.concatenate, die die folgende Syntax verwendet:
numpy.concatenate((a1, a2, ….), axis = 0)
wo:
- a1, a2 …: Die …
Eine Sigmoidfunktion ist eine mathematische Funktion, die beim Zeichnen eine „S“-förmige Kurve hat.
Das häufigste Beispiel einer Sigmoidfunktion ist die logistische Sigmoidfunktion, die wie folgt berechnet wird:
F(x) = 1 / (1 + e -x )
Der einfachste Weg, eine Sigmoid-Funktion in Python zu berechnen, ist die Verwendung der Funktion expit() aus der SciPy -Bibliothek, die die folgende grundlegende Syntax verwendet:
from scipy.special import expit
#Sigmoidfunktion für x = 2,5 berechnen
expit(2.5)
Die folgenden Beispiele zeigen, wie Sie diese Funktion in der Praxis verwenden können.
Der folgende Code zeigt, wie die Sigmoidfunktion für den Wert x = 2,5 berechnet wird:
from scipy.special import expit
#Sigmoidfunktion für x = 2,5 berechnen
expit(2.5)
0.9241418199787566
Der Wert der Sigmoidfunktion für x = 2,5 ist 0,924.
Wir können dies bestätigen, indem wir den Wert manuell berechnen:
Der folgende Code zeigt, wie die Sigmoidfunktion für mehrere x-Werte gleichzeitig berechnet wird:
from scipy.special import expit
#Werteliste definieren
values = [-2, -1, 0, 1, 2]
#Sigmoid-Funktion für jeden Wert in der Liste berechnen
expit(values)
array([0.11920292, 0.26894142, 0.5, 0.73105858, 0.88079708])
Der folgende Code zeigt, wie die Werte einer Sigmoid-Funktion für einen Bereich von x-Werten mit matplotlib gezeichnet werden:
import matplotlib.pyplot as plt
from scipy.special import expit
import numpy as np
#Bereich von x-Werten definieren
x = np.linspace(-10, 10, 100)
#Sigmoidfunktion für jeden x-Wert berechnen
y = expit(x)
#Plot erstellen
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('F(x)')
#Plot anzeigen
plt.show()
Beachten Sie, dass das Diagramm die „S“-förmige Kurve aufweist, die für eine Sigmoidfunktion charakteristisch ist.
Die folgenden Tutorials erklären, wie Sie andere gängige Operationen in Python ausführen:
So führen Sie eine logistische Regression in Python durch
So zeichnen Sie eine logistische Regressionskurve in Python
Der einfachste Weg, Arrays in Python zu verketten, ist die Verwendung der Funktion numpy.concatenate, die die folgende Syntax verwendet:
numpy.concatenate((a1, a2, ….), axis = 0)
wo:
Häufig möchten Sie möglicherweise nur die Anzahl der Zeilen in einem pandas-DataFrame zählen, die bestimmte Kriterien erfüllen.
Glücklicherweise ist dies mit der folgenden grundlegenden Syntax einfach zu bewerkstelligen:
sum(df …