Я пытаюсь смоделировать некоторые данные, где ответ может быть либо правильным (1), либо неправильным (0). Таким образом, я пытаюсь найти распределение, в котором есть четыре условия (в данном случае степени окружности).
Таким образом, ось x равна пи/2, пи, пи1,5, 2пи. Я нормализовал это от 0 до 1, чтобы упростить задачу. На оси y я хотел бы, чтобы вероятность ответа была правильной, поэтому 0-1 или 0-100 и т. д. Я пытаюсь создать/построить сигмовидную функцию так, чтобы вероятность была выше, когда условие ближе к 1, и ниже, когда состояние близко к 0.
Кажется, я не могу сгенерировать сигмоид между 0 и 1, он просто дает мне прямую линию, если я не установлю x = np.linspace (-10,10,10). Как я могу это сделать? Код, который у меня сейчас есть, приведен ниже. Благодарю вас!
Изначально я собирался использовать бета-распределение, так как оно лучше подходит (поскольку это градусы по кругу), но, похоже, не может привести его к нужной мне форме. Любая помощь будет принята с благодарностью!
def sigmoid(x,x0=0,k=0.5):
return (1 / (1 + np.exp(-x)))
x = np.linspace(0,1,10)
0
для отрицательной бесконечности и1
для положительной бесконечности. Таким образом, идея состоит в том, чтобы на самом деле никогда не рачь0
и1
. - person Willem Van Onsem   schedule 08.07.2020