【机器学习】信息量、香农熵、信息增益(增加例子,方便理解)
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
这节可以搭配
【机器学习】Logistic回归重新整理
B站视频“交叉熵”如何做损失函数打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”
信息量信息
举个例子
如果有人告诉你今天太阳从东边出来了那么这条信息的信息量就很低因为每天的太阳常常从东边出来。
但是突然某一天有人告诉你今天太阳是从西边出来的那么这条信息的信息量就很高因为在你的意识里太阳几乎不可能从西边出来
“很高”“很低”这些都是很模糊的形容词那么我们怎么量化这些信息程度呢哎嘿这就是信息量。
信息量公式的推理过程
“日出东方”这是一个大概率事件其携带信息量很少。而“日出西方”是一个小概率事件它所携带的信息量就很大了。
从上面可以得出一个结论就是信息量的高低总是和一个事件的概率负相关片面理解
猜想一那么是不是
1
p
i
\frac{1}{p_i}
pi1
p
i
p_i
pi事件i发生的概率就可以量化的表示信息的信息量了。
答不完全正确虽然在一些情况下信息量可以通过一个事件发生的概率来表示但是
1
p
i
\frac{1}{p_i}
pi1并不能准确地表示信息量.
知识点一在信息论中通常使用负对数函数来计算信息量。对于一个事件 i其信息量
I
i
I_i
Ii 可以表示为
I
i
:
=
−
l
o
g
2
p
i
I_i:=-log_2p_i
Ii:=−log2pi
其中
p
i
p_i
pi表示事件i发生的概率
这个公式的物理意义是当事件 i 发生的概率越小时其所包含的信息量就越大。例如在一组有 8 个等概率的符号中选出一个符号它所包含的信息量为 − l o g 2 ( 1 8 ) = 3 -log_2(\frac{1}{8})=3 −log2(81)=3比特。而当在同一组符号中选出一个概率为 1 的符号时它所包含的信息量为 − l o g 2 1 = 0 -log_21=0 −log21=0 比特。
以2为底的优势就是单位为比特这个写进了信息量的定义不能更改。 log的优势是可以将P(AB) = P(A)·P(B) 转化为 I(AB) = I(A)+I(B)逻辑自洽。
香农熵
给定题目有一枚均匀的硬币 C 1 C_1 C1正面的概率和抛反面概率都是0.5还有一枚不均匀的硬币 C 2 C_2 C2正面概率0.8反面概率0.2
- 事件A正面
- 事件B反面
事件A|B发生的难度有多大这就是熵
简单说就是
- 信息量衡量某一具体事件从不确定到确定的难度大小
- 熵衡量整个系统的所有事件从不确定到确定的难度大小
猜想二是不是可以简单的将系统中的所有事件的信息量加和大小作为整个系统的香农熵值
答不完全正确。香农熵是用来衡量一个系统的不确定性或者信息量的度量方式。在信息论中香农熵通常被定义为一个系统中所有可能事件的信息量的期望值。
知识点一香农熵是信息论中的一个概念通常用符号H表示。它描述的是一个离散信源所产生的信息量的平均值。具体地说如果一个离散信源可以发出n个符号每个符号出现的概率分别为p1,p2,…,pn那么这个信源每产生一个符号所带来的信息量就是-log2(pi)以2为底的对数而香农熵就是所有符号的信息量的平均值 H = − ∑ p ( x ) ⋅ l o g 2 p ( x ) H=-\sum p(x)·log_2{p(x)} H=−∑p(x)⋅log2p(x)
如果将第一个p(x)修改为y变化后的公式就是交叉熵。想一想为啥提示KL散度
结合上面例子系统
C
1
、
C
2
C_1、C_2
C1、C2的香农熵就是
H
C
1
=
−
(
0.5
∗
l
o
g
2
(
0.5
)
+
0.5
∗
l
o
g
2
(
0.5
)
)
=
1
H_{C_1}=-(0.5*log_2(0.5)+0.5*log_2(0.5))=1
HC1=−(0.5∗log2(0.5)+0.5∗log2(0.5))=1
H
C
2
=
−
(
0.8
∗
l
o
g
2
(
0.8
)
+
0.2
∗
l
o
g
2
(
0.2
)
)
≈
0.722
H_{C_2}=-(0.8*log_2(0.8)+0.2*log_2(0.2))≈0.722
HC2=−(0.8∗log2(0.8)+0.2∗log2(0.2))≈0.722
信息增益
其公式为
G
a
i
n
(
D
,
A
)
=
H
(
D
)
−
∑
v
=
1
V
∣
D
v
∣
D
H
(
D
v
)
Gain(D,A)=H(D)-\sum_{v=1}^{V}\frac{|D_v|}{D}H(D_v)
Gain(D,A)=H(D)−v=1∑VD∣Dv∣H(Dv)
其中
D
v
D_v
Dv为划分数据集子集
它表示的含义是划分过后新的集合相对于原集合减少了多少不确定性比如
给定数据
数据拟定背景小明想出去玩
ID | Class | Wind | Temp | Outlook |
---|---|---|---|---|
1 | Play | Weak | Hot | Sunny |
2 | Play | Strong | Hot | Sunny |
3 | Stay | Weak | Hot | Rain |
4 | Play | Weak | Mid | Overcast |
5 | Stay | Strong | Cold | Rain |
6 | Play | Weak | Cold | Overcast |
7 | Stay | Strong | Cold | Rain |
8 | Play | Weak | Mid | Sunny |
9 | Play | Weak | Cold | Sunny |
10 | Play | Strong | Mid | Overcast |
11 | Stay | Weak | Mid | Sunny |
12 | Stay | Strong | Mid | Rain |
13 | Play | Weak | Hot | Overcast |
14 | Play | Weak | Cold | Rain |
- 对于系统香农熵 H ( D ) H(D) H(D)
Class | Count |
---|---|
play | 6 |
stay | 4 |
H ( D ) = − ∑ p ( x ) ⋅ l o g 2 p ( x ) = − ( 9 14 l o g 2 9 14 + 5 14 l o g 2 5 14 ) = 0.94 H(D)=-\sum p(x)·log_2{p(x)}=-(\frac{9}{14}log_2\frac{9}{14}+\frac{5}{14}log_2\frac{5}{14})=0.94 H(D)=−∑p(x)⋅log2p(x)=−(149log2149+145log2145)=0.94
- 计算关于Wind的信息增益
Weak | Strong | |
---|---|---|
Play | 7 | 2 |
Stay | 2 | 3 |
H
(
D
w
e
a
k
)
=
−
(
7
9
l
o
g
2
7
9
+
2
9
l
o
g
2
2
9
)
=
0.764
H(D_{weak})=-(\frac{7}{9}log_2\frac{7}{9}+\frac{2}{9}log_2\frac{2}{9})=0.764
H(Dweak)=−(97log297+92log292)=0.764
H
(
D
s
t
r
o
n
g
)
=
−
(
2
5
l
o
g
2
2
5
+
3
5
l
o
g
2
3
5
)
=
0.970
H(D_{strong})=-(\frac{2}{5}log_2\frac{2}{5}+\frac{3}{5}log_2\frac{3}{5})=0.970
H(Dstrong)=−(52log252+53log253)=0.970
G
a
i
n
(
D
,
W
i
n
d
)
=
H
(
D
)
−
∑
v
=
1
V
∣
D
v
∣
D
H
(
D
v
)
=
H
(
D
)
−
(
9
14
H
(
D
w
e
a
k
)
+
5
14
H
(
D
s
t
r
o
n
g
)
)
=
0.102
Gain(D,Wind)=H(D)-\sum_{v=1}^{V}\frac{|D_v|}{D}H(D_v)=H(D)-(\frac{9}{14}H(D_{weak})+\frac{5}{14}H(D_{strong}))=0.102
Gain(D,Wind)=H(D)−v=1∑VD∣Dv∣H(Dv)=H(D)−(149H(Dweak)+145H(Dstrong))=0.102
- 计算关于Temperature的信息增益
Hot | Mid | Cold | |
---|---|---|---|
Play | 3 | 3 | 3 |
Stay | 1 | 2 | 2 |
H
(
D
H
o
t
)
=
−
(
3
4
l
o
g
2
3
4
+
1
4
l
o
g
2
1
4
)
=
0.811
H(D_{Hot})=-(\frac{3}{4}log_2\frac{3}{4}+\frac{1}{4}log_2\frac{1}{4})=0.811
H(DHot)=−(43log243+41log241)=0.811
H
(
D
M
i
d
)
=
−
(
3
5
l
o
g
2
3
5
+
2
5
l
o
g
2
2
5
)
=
0.970
H(D_{Mid})=-(\frac{3}{5}log_2\frac{3}{5}+\frac{2}{5}log_2\frac{2}{5})=0.970
H(DMid)=−(53log253+52log252)=0.970
H
(
D
C
o
l
d
)
=
−
(
3
5
l
o
g
2
3
5
+
2
5
l
o
g
2
2
5
)
=
0.970
H(D_{Cold})=-(\frac{3}{5}log_2\frac{3}{5}+\frac{2}{5}log_2\frac{2}{5})=0.970
H(DCold)=−(53log253+52log252)=0.970
G
a
i
n
(
D
,
T
e
m
p
)
=
H
(
D
)
−
∑
v
=
1
V
∣
D
v
∣
D
H
(
D
v
)
=
H
(
D
)
−
(
4
14
H
(
D
H
o
t
)
+
5
14
H
(
D
M
i
d
)
+
5
14
H
(
D
C
o
l
d
)
)
=
0.008
Gain(D,Temp)=H(D)-\sum_{v=1}^{V}\frac{|D_v|}{D}H(D_v)=H(D)-(\frac{4}{14}H(D_{Hot})+\frac{5}{14}H(D_{Mid})+\frac{5}{14}H(D_{Cold}))=0.008
Gain(D,Temp)=H(D)−v=1∑VD∣Dv∣H(Dv)=H(D)−(144H(DHot)+145H(DMid)+145H(DCold))=0.008
- 计算关于Outlook的信息增益
Sunny | Overcast | Rain | |
---|---|---|---|
Play | 4 | 4 | 1 |
Stay | 1 | 0 | 4 |
H
(
D
S
u
n
n
y
)
=
−
(
4
5
l
o
g
2
4
5
+
1
5
l
o
g
2
1
5
)
=
0.722
H(D_{Sunny})=-(\frac{4}{5}log_2\frac{4}{5}+\frac{1}{5}log_2\frac{1}{5})=0.722
H(DSunny)=−(54log254+51log251)=0.722
H
(
D
O
v
e
r
c
a
s
t
)
=
−
(
4
4
l
o
g
2
4
4
+
0
4
l
o
g
2
0
4
)
=
0
H(D_{Overcast})=-(\frac{4}{4}log_2\frac{4}{4}+\frac{0}{4}log_2\frac{0}{4})=0
H(DOvercast)=−(44log244+40log240)=0
H
(
D
R
a
i
n
)
=
−
(
1
5
l
o
g
2
1
5
+
4
5
l
o
g
2
4
5
)
=
0.722
H(D_{Rain})=-(\frac{1}{5}log_2\frac{1}{5}+\frac{4}{5}log_2\frac{4}{5})=0.722
H(DRain)=−(51log251+54log254)=0.722
G
a
i
n
(
D
,
O
u
t
l
o
o
k
)
=
H
(
D
)
−
∑
v
=
1
V
∣
D
v
∣
D
H
(
D
v
)
=
H
(
D
)
−
(
5
14
H
(
D
S
u
n
n
y
)
+
4
14
H
(
D
O
v
e
r
c
a
s
t
)
+
5
14
H
(
D
R
a
i
n
)
)
=
0.424
Gain(D,Outlook)=H(D)-\sum_{v=1}^{V}\frac{|D_v|}{D}H(D_v)=H(D)-(\frac{5}{14}H(D_{Sunny})+\frac{4}{14}H(D_{Overcast})+\frac{5}{14}H(D_{Rain}))=0.424
Gain(D,Outlook)=H(D)−v=1∑VD∣Dv∣H(Dv)=H(D)−(145H(DSunny)+144H(DOvercast)+145H(DRain))=0.424
- 信息增益汇总
wind | Temp | Outlook | |
---|---|---|---|
信息增益 | 0.102 | 0.008 | 0.424 |
不难看出小明去不去玩啊温度只能减少0.008的不确定性但是天气景观Outlook可以减少0.424的不确定性那我们是不是说Outlook更重要一些更适合作为重要决策节点。
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |