[機器學習]信息熵、信息增益的概念

《[機器學習]信息熵、信息增益的概念》由會員分享，可在線閱讀，更多相關《[機器學習]信息熵、信息增益的概念（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、 ［機器學習］信息熵、信息增益的概念 信息熵 信息熵表示隨機變量的不確定性。 不確定性越大（即所謂的信息量越大），信息熵越大。 信息可不可以量化？ 首先從直覺上來講，是可以的。不然我們怎么覺得有的人廢話特別多，卻沒什么信息量；而有的人一語中的，一句話就傳達了很大的信息量。 為什么有的信息大，有的信息?。? 有些事情本來不是很確定：例如明天股票是漲是跌； 1）“明天NBA決賽開始了“，和“股票跌漲“沒關系，所以“明天NBA決賽開始了“對“股票跌漲“帶來的信息量很小。 2）但是“明天NBA決賽開始了“，“大家都不關注股票了，沒人坐莊有99%的股都會下跌“，這句話對“對票跌漲“帶來

2、的信息量很大。因為它使本來不確定的事情變得十分確定 而有些事情本來就很確定：例如每天太陽從東方升起；你再告訴我一百遍，這句話還是沒有信息量的。 因為這件事情不能更確定了 所以說信息量的大小跟事情的不確定性有關。 那么，不確定性的變化跟什么有關呢？ 1. 跟事情的可能結果的數(shù)量有關 例如我們討論太陽從哪升起。本來就只有一個結果，我們早就知道，那么無論誰傳遞任何信息都是沒有信息量的。 當可能結果數(shù)量比較大時，我們得到的新信息才有潛力擁有大信息量。 2. 跟概率有關。 單看可能結果數(shù)量不夠，還要看初始的概率分布。例如一開始我就知道小明在電影院的有15*15個座位的A廳看電影。小明可

3、以坐的位置有225個，可能結果數(shù)量算多了?？墒羌偃缥覀円婚_始就知道小明坐在第一排的最左邊的可能是99%，坐其它位置的可能性微乎其微，那么在大多數(shù)情況下，你再告訴我小明的什么信息也沒有多大用，因為我們幾乎確定小明坐第一排的最左邊了。 那么，怎么衡量不確定性的變化的大小呢？怎么定義呢？這個問題不好回答，但是假設我們已經(jīng)知道這個量已經(jīng)存在了，不妨就叫做信息量 那么你覺得信息量起碼該滿足些什么特點呢？ 一，起碼不是個負數(shù)吧 不然說句話還偷走信息呢? 二，起碼0信息量口和0信息量口之間可以口相加叩巴！ 假如你告訴我的第一句話的信息量是3，在第一句話的基礎上又告訴我一句話，額外信息量是4，那么

4、兩句話信息量加起來應該等于7吧！難道還能是5是9？ 三，信息量是連續(xù)依賴于概率 剛剛已經(jīng)提過，信息量跟概率有關系，但我們應該會覺得，信息量是連續(xù)依賴于概率的吧！ 就是說，某一個概率變化了0.0000001，那么這個信息量不應該變化很大。 四，新信息有更大的潛力具有更大的信息量 剛剛也提過，信息量大小跟可能結果數(shù)量有關。假如每一個可能的結果出現(xiàn)的概率一樣，那么對于可能結果數(shù)量多的那個事件，新信息有更大的潛力具有更大的信息量，因為初始狀態(tài)下不確定性更大。 那有什么函數(shù)能滿足上面四個條件呢？ 負的對數(shù)函數(shù)，也就是-log(x)! 底數(shù)取大于1的數(shù)保證這個函數(shù)是非負的就行。前面再隨便乘

5、個正常數(shù)也行。 a. 為什么不是正的？因為假如是正的，由于x是小于等于1的數(shù)，log(x)就小于等于0了。第一個特點滿足。 b. 咱們再來驗證一下其他特點。三是最容易的。假如x是一個概率，那么log(x)是連續(xù)依賴于x的°done c。四呢？假如有n個可能結果，那么出現(xiàn)任意一個的概率是1/n,而-log(1/n)是n的增函數(shù)，沒問題。 d。最后驗證二。由于-log(xy)=-log(x)-log(y),所以也是對的。學數(shù)學的同學注意，這里的y可以是給定x的條件概率，當然也可以獨立于X。 Bytheway,這個函數(shù)是唯一的(除了還可以多乘上任意一個常數(shù))，有時間可以自己證明一下，或者查

6、書。 ok,所以我們知道一個事件的信息量就是這個事件發(fā)生的概率的負對數(shù)。 最后終于能回到信息熵。信息熵是跟所有可能性有關系的。每個可能事件的發(fā)生都有個概率。信息熵就是平均而言發(fā)生一個事件我們得到的信息量大小。所以數(shù)學上,信息熵其實是信息量的期望。(表達式參考其它答案或者看下面) 至于為什么用“熵”這個怪字？大概是當時翻譯的人覺得這個量跟熱力學的熵有關系，所以就用了這個字，君不見字里頭的火字旁？ 而熱力學為什么用這個字？這個真心不知道。。。 信息增益 熵：表示隨機變量的不確定性。 條件熵：在一個條件下,隨機變量的不確定性。 信息增益：熵-條件熵 在一個條件下,信息不確定性減少的

7、程度! 通俗地講，X(明天下雨)是一個隨機變量，X的熵可以算出來，Y(明天陰天)也是隨機變量，在陰天情況下下雨的信息熵我們?nèi)绻仓赖脑?此處需要知道其聯(lián)合概率分布或是通過數(shù)據(jù)估計)即是條件熵。 兩者相減就是信息增益!原來明天下雨例如信息熵是2,條件熵是0.01(因為如果是陰天就下雨的概率很大,信息就少了),這樣相減后為 1.99,在獲得陰天這個信息后,下雨信息不確定性減少了1.99!是很多的!所以信息增益大!也就是說,陰天這個信息對下雨來說是很重要的! 所以在特征選擇的時候常常用信息增益，如果IG(信息增益大)的話那么這個特征對于分類來說很關鍵??決策樹就是這樣來找特征的！ 參考 感謝知乎的朋友［滴水］、［KayZhou］