知识卡片
熵计算先写概率再加权
公平硬币、六面骰和54张均匀抽牌的熵分别为1、log₂6和log₂54比特。原例图中遗漏1/6权重、重复变量名,不能按六项log6直接相加;不均匀抽样时也不能只看结果数。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
例1 图4.1考虑一个取值为0或1的随机变量X ,满足(0,1)分布,记p =P (x =1)。根据熵的定义,有: H (X )=-p logp -(1-p )log(1-p ) 图4.1 (0,1)分布下随机变量的熵(p =P (X =1
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html)
- 结论依据:摘录中关于熵计算先写概率再加权的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:例1 图4.1考虑一个取值为0或1的随机变量X ,满足(0,1)分布,记p =P (x =1)。根据熵的定义,有: H (X )=-p logp -(1-p )log(1-p ) 图4.1 (0,1)分布下随机变量的熵(p =P (X =1