知识卡片

普通读书笔记卡 · 9944.f · 生成模型:未记录

信息熵是平均惊讶度

理解等级:中级

结果发生概率 p 的信息量为 −log p。按各结果自身概率加权得到熵 −Σp log p。使用底 2 时单位是比特,公平硬币的熵为 1,必然事件的熵为 0。树模型可用标签熵衡量当前节点的混杂程度。

这张卡片看不懂?

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

    参考来源

    - 位置:《从零开始:机器学习的数学原理和算法实践》第9章《搞懂算法:决策树是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter009.xhtml) - 结论依据:原文经等概率和非等概率的信息量引出标签分布的信息熵。 - 原始内容:那么信息熵就是最终结果出来之前所有可能结果的信息量的期望值。