知识卡片
信息熵平均衡量意外程度
单个结果的自信息为 −log p,发生概率越小越意外。对各结果按其概率加权平均得到熵。固定有限支持时,均匀分布的熵最大,二分类边界是公平硬币的 1 比特与确定结果的 0。决策树因此可以衡量一次切分减少多少不确定性。
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
- 机器学习中的数学基础 · 查看原书依据
信息熵是“信息”的平均量
参考来源
- 位置:《机器学习观止:核心原理与实践》第02章《机器学习中的数学基础》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter2.xhtml`)。
- 结论依据:第 2.6.4 节对照不同偏置硬币,并联系 ID3。
- 原始内容:信息熵是“信息”的平均量