line 63, in sigmoid
a = 1 / (1 + np.exp(-z))
^^^^^^^^^^
TypeError: loop of ufunc does not support argument 0 of type float which has no callable exp method

您好，3.3-LogisticRegression.py 190 行处是不是出错了？

不知道是否为版本问题，7.3中的39、40行代码需要改成下面这样才能运行：

# 计算正样本中，该属性每个取值的数量，并且加1，即拉普拉斯平滑
xi1_value_count = pd.value_counts(xi1).reindex(unique_value, fill_value=0) + 1
# 计算反样本中，该属性每个取值的数量，并且加1，即拉普拉斯平滑
xi0_value_count = pd.value_counts(xi0).reindex(unique_value, fill_value=0) + 1

附上我的pandas版本：2.0.3

您好，您的代码中有些随着时间问题出现了兼容性的问题，比如AODE中的pandas模块有些代码已经不能很好的工作了；再加之，感到您的repo确实优秀和周老师的文笔确实精彩，不更新实在是可惜了，我就在您的基础上按照框架的形式重新开发，并且使用C++做了多后端支持。

你好，我看你的代码写的是
p1 = sigmoid(np.dot(X_hat, beta))，
但书中说令p1(x_hat;beta) = p(y=1 | x_hat;beta)
而根据公式3.23来看，你那个代码是好像不对

还是说我的理解有错误？
这里的p1(x_hat;beta) = p(y=1 | x_hat;beta)
是否等于公式3.23？

没看懂y=xw1/w0是从哪里推出来的 不是y=wTx嘛

您好，想问问BpNeuralNetwork.py里卖弄104行的计算公式da_last = -(y_ / a_last - (1 - y_) / (1 - a_last))是在算什么呢，因为我看了后面代码里面sigmoid反向传播有用到，应该是对应书本公式5.10中y真实值和预测值的差