sigmoid 函数 - TypeError答案

【问题标题】：sigmoid function - TypeErrorsigmoid 函数 - TypeError
【发布时间】：2013-07-14 00:53:57
【问题描述】：

抱歉，如果我第一次没有做到这一点，因为我是这个论坛和 Python 的新手。我正在尝试进行逻辑回归并想计算 sigmoid 函数。

代码：

import numpy as np

csv_file_object = csv.reader(open('train.csv', 'rb')) 
header = csv_file_object.next()                       

train_data=[]                                           

for row in csv_file_object:                             
    train_data.append(row[1:])                          

train_data = np.array(train_data) 

X = train_data

X = np.c_[ np.ones(N), X ]   # print type(X) gives <type 'numpy.ndarray'>

def sigmoid(z):
    s = 1.0 / (1.0 + np.exp**(-1.0 * z))
    return s

print sigmoid(X)

错误

当我运行它时，我收到以下错误：

Traceback（最近一次调用最后一次）：文件“C:\Users...”，第 63 行，在

中

print sigmoid(X)

文件“C:\Users...”，第 59 行，sigmoid

s = 1.0 / (1.0 + np.exp**(-1.0 * z))

TypeError: *: 'float' 和 'numpy.ndarray' 的操作数类型不受支持

我尝试将 1.0 切换为 1，然后在错误中获取 'int' 而不是 'float' 并使用 '.astype(np.float)' 和其他尝试。我已经寻找了类似的问题并查看了文档，但无法找到解决方案（或了解我确实在阅读解决方案！）： http://docs.scipy.org/doc/numpy/reference/generated/numpy.exp.html

How to calculate a logistic sigmoid function in Python?

我的理解是指数函数应该对数组中的每个元素执行逐元素取幂。

我错过了什么？

【问题讨论】：

exp(-1.0*z) 应该可以解决您的问题，（numpy.exp 是指数函数，而不是欧拉数）

标签： python arrays numpy

【解决方案1】：

numpy.exp 是一个函数，您正在尝试将幂运算符应用于该函数。 Python 显然不知道你在说什么。

您需要选择 numpy 求幂或 Python 求幂，而不是两者都选。查看您链接到的文档中的语法。

【讨论】：

啊，是的，我在盯着解决方案。谢谢。

【解决方案2】：

除了@roippi 指出的语法错误，您可以使用numpy I/O 函数；无需通过 csv 模块。

另一个问题是csv 模块给了你字符串，所以你的train_data 最终不是带有浮点dtype 的ndarray（关于什么类型的对象存储在一个numpy 中的行话大批）。

例如，这样的事情应该可以工作：

>>> !cat train.csv
a,b,c
1,2,3
2,3,4
4,5,6
>>> train_data = np.loadtxt("train.csv", skiprows=1, delimiter=",")
>>> train_data
array([[ 1.,  2.,  3.],
       [ 2.,  3.,  4.],
       [ 4.,  5.,  6.]])
>>> np.exp(train_data)
array([[   2.71828183,    7.3890561 ,   20.08553692],
       [   7.3890561 ,   20.08553692,   54.59815003],
       [  54.59815003,  148.4131591 ,  403.42879349]])

或者，您可以简单地强制转换。从你所拥有的开始，可能是这样的：

>>> train_data
array([['2', '3'],
       ['3', '4'],
       ['5', '6']], 
      dtype='|S1')

（注意这里的dtype。）您可以指定类型：

>>> train_data.astype(float)
array([[ 2.,  3.],
       [ 3.,  4.],
       [ 5.,  6.]])
>>> np.array(train_data, dtype=float)
array([[ 2.,  3.],
       [ 3.,  4.],
       [ 5.,  6.]])

【讨论】：

好极了，这是更简单的 I/O 方法。这也是解决问题所必需的，因为我有一个字符串数组。谢谢。

【解决方案3】：

把**去掉就修复了

np.exp 内部有 power 函数，这就是你得到错误的原因

【讨论】：