对于下面的代码:
def makePrediction(mytheta, myx): # ----------------------------------------------------------------- pr = sigmoid(np.dot(myx, mytheta)) pr[pr < 0.5] =0 pr[pr >= 0.5] = 1 return pr # -----------------------------------------------------------------# Compute the percentage of samples I got correct:pos_correct = float(np.sum(makePrediction(theta,pos)))neg_correct = float(np.sum(np.invert(makePrediction(theta,neg))))tot = len(pos)+len(neg)prcnt_correct = float(pos_correct+neg_correct)/totprint("Fraction of training samples correctly predicted: %f." % prcnt_correct)我得到了这个错误:
---------------------------------------------------------------------------TypeError Traceback (most recent call last)<ipython-input-33-f0c91286cd02> in <module>() 13 # Compute the percentage of samples I got correct: 14 pos_correct = float(np.sum(makePrediction(theta,pos)))---> 15 neg_correct = float(np.sum(np.invert(makePrediction(theta,neg)))) 16 tot = len(pos)+len(neg) 17 prcnt_correct = float(pos_correct+neg_correct)/totTypeError: ufunc 'invert' not supported for the input types, and the inputs为什么会发生这种情况，我该如何修复它？
回答：
根据文档说明:
参数:
x : array_like.
仅处理整数和布尔类型。”
你的原始数组是浮点类型（sigmoid()的返回值）；将其中的值设置为0和1不会改变类型。你需要使用astype(np.int):
neg_correct = float(np.sum(np.invert(makePrediction(theta,neg).astype(np.int))))应该可以解决问题（未经测试）。
这样做，你的float()转换也更有意义。不过我建议你直接去掉转换，依赖Python自动处理。
如果你还在使用Python 2（但请使用Python 3），只需添加
from __future__ import division让Python正确处理（在Python 3中这样做不会有任何影响）。有了这个（或者在Python 3中），你可以删除代码中其他地方的许多float()转换，提高可读性。
