\`numpy.log1p( )\` 的目的？

Question

我刚遇到这些 内核 之一，无法理解 numpy.log1p() 在此代码的第三个管道（Kaggle 中的房屋预测数据集）中做了什么。

Numpy 文档说

_退货_：

- 自然对数值为 x + 1 的数组

- 其中 x 属于输入数组的所有元素。

在查找具有相同特征的原始数组和转换数组的偏度时，查找添加一个日志的目的是什么？它实际上做了什么？

原文由 Sabah 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

NumPy 文档给出了提示：

对于实值输入， log1p 也是准确的 x 小到 1 + x == 1 浮点精度。

因此，例如让我们添加一个微小的非零数字和 1.0 。舍入误差使其成为 1.0 。

 >>> 1e-100 == 0.0
False
>>> 1e-100 + 1.0 == 1.0
True

如果我们尝试取 log 那个不正确的总和，我们会得到一个不正确的结果（与 WolframAlpha 相比）：

 >>> np.log(1e-100 + 1)
0.0

但是如果我们使用 log1p() ，我们会得到正确的结果

>>> np.log1p(1e-100)
1e-100

同样的原则适用于 exp1m() 和 logaddexp() ：小的更准确 x 。

原文由 Nils Werner 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如果 x 在 0…+Inf 范围内，那么它永远不会导致错误（我们知道 log(0) 会导致错误）。

并不总是最好的选择，因为如你所见，你会在 x = 0 之前失去一条大曲线，这是对数函数最好的地方之一

原文由 Evalds Urtans 发布，翻译遵循 CC BY-SA 4.0 许可协议