Python တွင် sigmoid function ကို တွက်ချက်နည်း (ဥပမာများဖြင့်)

sigmoid လုပ်ဆောင်ချက် သည် ပုံဖော်သည့်အခါ “ S” ပုံသဏ္ဍာန်မျဉ်းကွေးကို ပြသသည့် သင်္ချာလုပ်ဆောင်ချက်တစ်ခုဖြစ်သည်။

sigmoid လုပ်ဆောင်ချက်၏ အသုံးအများဆုံး ဥပမာမှာ အောက်ပါအတိုင်း တွက်ချက်ထားသည့် logistic sigmoid function ဖြစ်သည်။

F(x) = 1 / (1 + e ^-x )

Python ရှိ sigmoid လုပ်ဆောင်ချက်ကို တွက်ချက်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ အောက်ပါအခြေခံ syntax ကိုအသုံးပြုထားသည့် SciPy စာကြည့်တိုက်မှ expit() လုပ်ဆောင်ချက်ကို အသုံးပြုရန်ဖြစ်သည်။

 from scipy. special import expit

#calculate sigmoid function for x = 2.5
expire(2.5)

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- တန်ဖိုးတစ်ခုအတွက် sigmoid လုပ်ဆောင်ချက်ကို တွက်ချက်ပါ။

အောက်ပါကုဒ်သည် တန်ဖိုး x = 2.5 အတွက် sigmoid လုပ်ဆောင်ချက်ကို တွက်ချက်နည်းကို ပြသည်-

 from scipy. special import expit

#calculate sigmoid function for x = 2.5
expire(2.5)

0.9241418199787566

x = 2.5 အတွက် sigmoid လုပ်ဆောင်ချက်၏ တန်ဖိုးသည် 0.924 ဖြစ်သည်။

တန်ဖိုးကို ကိုယ်တိုင် တွက်ချက်ခြင်းဖြင့် ၎င်းကို အတည်ပြုနိုင်သည်-

• F(x) = 1 / (1 + e ^-x )
• F(x) = 1 / (1 + e ^-2.5 )
• F(x) = 1 / (1 + 0.082)
• F(x) = 0.924

ဥပမာ 2- တန်ဖိုးများစွာအတွက် Sigmoid Function ကို တွက်ချက်ပါ။

အောက်ပါကုဒ်သည် x တန်ဖိုးများစွာအတွက် sigmoid လုပ်ဆောင်ချက်ကို တစ်ကြိမ်တည်းတွက်ချက်နည်းကို ပြသသည်-

 from scipy. special import expit

#define list of values
values = [-2, -1, 0, 1, 2]

#calculate sigmoid function for each value in list
expire(values)

array([0.11920292, 0.26894142, 0.5, 0.73105858, 0.88079708])

ဥပမာ 3- တန်ဖိုးများအကွာအဝေးအတွက် Sigmoid Function ကို စီစဉ်ခြင်း။

အောက်ပါကုဒ်သည် matplotlib ကို အသုံးပြု၍ တန်ဖိုးများ x အကွာအဝေးအတွက် sigmoid လုပ်ဆောင်ချက်တစ်ခု၏ တန်ဖိုးများကို ပုံဖော်နည်းကို ပြသသည် ။

 import matplotlib. pyplot as plt
from scipy. special import expit
import numpy as np

#define range of x-values
x = np. linspace (-10, 10, 100)

#calculate sigmoid function for each x-value
y = expire(x)
  
#createplot
plt. plot (x, y)
plt. xlabel (' x ')
plt. ylabel (' F(x) ')

#displayplot
plt. show ()

ကွက်ကွက်သည် sigmoid လုပ်ဆောင်ချက်၏ “S” ပုံသဏ္ဍာန်မျဉ်းကွေးကို ပြသသည်ကို သတိပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Python တွင် Logistic Regression ကို မည်သို့လုပ်ဆောင်မည်နည်း။
Python တွင် logistic regression curve ကို ဘယ်လိုဆွဲမလဲ။