python - Scipy expit:出乎意料的行为。 NaN的

注意到我的数据中突然出现了一些nan。
（把他们接触到的一切都扩大和保育起来）
做了一些仔细的调查，得出了一个最小的工作示例：

>>> import numpy
>>> from scipy.special import expit
>>> expit(709)
1.0
>>> expit(710)
nan

expit是逆逻辑。Scipy documentation here
这告诉我们：
expit(x) = 1/(1+exp(-x))
因此，1+exp(-709)==1.0使expit(709)=1.0看起来相当合理，四舍五入。
但是，exp(-709)==0是怎么回事？
expit(710)意味着expit(710)==nan，这意味着：1+exp(-710)==0根本不正确。
怎么回事？
我正在修复它：

def sane_expit(x):
    x = np.minimum(x,700*np.ones_like(x)) #Cap it at 700 to avoid overflow
    return expit(x)

但是这会慢一点，因为额外的操作和Python开销。
我用的是numpy 1.8.-0和scipy 0.13.2

最佳答案

怎么回事？
显然，函数没有被编码来处理如此大的输入，在内部计算过程中会遇到溢出。
数字710的意义在于math.exp(709)可以表示为float，而math.exp(710)不能：

In [27]: import math

In [28]: math.exp(709)
Out[28]: 8.218407461554972e+307

In [29]: math.exp(710)
---------------------------------------------------------------------------
OverflowError                             Traceback (most recent call last)
----> 1 math.exp(710)

OverflowError: math range error

可能值得一试。