로지스틱 함수를 그려보세요
Overview
꽤 전에 sympy로 테일러 전개를 그려 보았습니다만,
h tps:// 퀵했다. 작은 m/아 RC279/있어 MS/똥
시각화하면 이미지가 흥미 롭기 때문에,
이번에는 로지스틱 회귀에 나오는 로지스틱 함수를 그려 보겠습니다.
로지스틱 회귀에 대한 자세한 설명은 이 근처가 자세하므로 아래 사이트의 해설과 함께 그래프를 바라보십시오.
ht tp // //다 r전. 하테나 bぉg. 코m/엔트리/2016/08/22/212522
여기에서는 수식의 제대로 설명하지 않습니다, 할 수없는 w
이전 준비
$ pip install matplotlib sympy
이하, jupyter의 셀이라고 생각해 주세요from sympy import Symbol
from sympy.plotting import plot
p = Symbol('p')
x = Symbol('x')
등장하는 계산식
\begin{align*}
& {\rm オッズ比 }: \frac{p}{1-p} \\
& {\rm ロジット関数 }: f(p) = \log \frac{p}{1-p} \\
& {\rm ロジスティック関数 }: g(x) = \frac{1}{1+e^{-x}}
\end{align*}
확률비(p) = p/(1-p)
jupyterplot(p/(1-p), (p, -2, 2), ylim=(-100, 100), legend=True)
p = 1 로 -inf 와 +inf 가 연결되어 버리는 것은 애교입니다만,
이것의 0 <= p <= 1을 잘라내면,
jupyterplot(p/(1-p), (p, 0, 1), ylim=(-100, 100), legend=True)
정의 영역 0 <= p <= 1에 대해 값 영역이 0 <= 확률 비율(p) < +inf로 확장됩니다.
로짓 함수 f(p) = log(p/(1-p))
확률 비율의 로그를 취함으로써,
jupyterfrom sympy import log
plot(log(p/(1-p)), legend=True)
오즈비와 같은 정의역에 대해서, 값역이 -inf < f(p) < +inf 까지 확장되고 있군요.
로지스틱 함수 g(x) = 1/(1+exp(-x))
로짓 함수의 역함수이므로,
jupyterfrom sympy import exp
plot(1/(1+exp(-x)), legend=True)
로지트 함수의 값역과 정의역이 바뀌어,
$ pip install matplotlib sympy
이하, jupyter의 셀이라고 생각해 주세요
from sympy import Symbol
from sympy.plotting import plot
p = Symbol('p')
x = Symbol('x')
등장하는 계산식
\begin{align*}
& {\rm オッズ比 }: \frac{p}{1-p} \\
& {\rm ロジット関数 }: f(p) = \log \frac{p}{1-p} \\
& {\rm ロジスティック関数 }: g(x) = \frac{1}{1+e^{-x}}
\end{align*}
확률비(p) = p/(1-p)
jupyterplot(p/(1-p), (p, -2, 2), ylim=(-100, 100), legend=True)
p = 1 로 -inf 와 +inf 가 연결되어 버리는 것은 애교입니다만,
이것의 0 <= p <= 1을 잘라내면,
jupyterplot(p/(1-p), (p, 0, 1), ylim=(-100, 100), legend=True)
정의 영역 0 <= p <= 1에 대해 값 영역이 0 <= 확률 비율(p) < +inf로 확장됩니다.
로짓 함수 f(p) = log(p/(1-p))
확률 비율의 로그를 취함으로써,
jupyterfrom sympy import log
plot(log(p/(1-p)), legend=True)
오즈비와 같은 정의역에 대해서, 값역이 -inf < f(p) < +inf 까지 확장되고 있군요.
로지스틱 함수 g(x) = 1/(1+exp(-x))
로짓 함수의 역함수이므로,
jupyterfrom sympy import exp
plot(1/(1+exp(-x)), legend=True)
로지트 함수의 값역과 정의역이 바뀌어,
\begin{align*}
& {\rm オッズ比 }: \frac{p}{1-p} \\
& {\rm ロジット関数 }: f(p) = \log \frac{p}{1-p} \\
& {\rm ロジスティック関数 }: g(x) = \frac{1}{1+e^{-x}}
\end{align*}
plot(p/(1-p), (p, -2, 2), ylim=(-100, 100), legend=True)
plot(p/(1-p), (p, 0, 1), ylim=(-100, 100), legend=True)
from sympy import log
plot(log(p/(1-p)), legend=True)
from sympy import exp
plot(1/(1+exp(-x)), legend=True)
즉, 확률 0 <= g(z) <= 1 로 간주할 수 있는 값을 출력하는 함수, 라고 볼 수 있다는 것이군요.
같은 해석으로 맞습니까?
Reference
이 문제에 관하여(로지스틱 함수를 그려보세요), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/arc279/items/90233cc74c238ce70ac8텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)