Mitchell机器学习-决策树学习中信息论的相关知识
2013-03-21 21:17
274 查看
1. 信道模型
转移概率矩阵
2. 信息熵
信源
自信息
表示
出现的不确定性。
信息熵
自信息的数学期望,即
出现的平均不确定性,又叫先验熵。
:对某个
有
(
),信源只发出符号
,不存在不确定性(令
)
相互接近,
越大,反之则越小。
3. 信息增益
后验熵
信宿收到
后,信源发送
的概率
这时信源发送
的不确定性为:
后验熵为:
表示在收到
时,信源发出的各种信号的平均不确定性。
条件熵
表示在收到
的条件下,信源发出的信号集的平均不确定性,又称信道疑义度。
若对每一个
,可以确定输入端的一个符号
,即
,这时对其他任一个
有
,则
,此时,不确定性完全消除。
信息增益
表示在收到
后,关于
的信息量的增加了、减少了的不确定性。
4. 总结
自信息
互信息
先验熵(平均自信息)
后验熵(平均互信息)
信息增益
转移概率矩阵
2. 信息熵
信源
自信息
表示
出现的不确定性。
信息熵
自信息的数学期望,即
出现的平均不确定性,又叫先验熵。
:对某个
有
(
),信源只发出符号
,不存在不确定性(令
)
相互接近,
越大,反之则越小。
3. 信息增益
后验熵
信宿收到
后,信源发送
的概率
这时信源发送
的不确定性为:
后验熵为:
表示在收到
时,信源发出的各种信号的平均不确定性。
条件熵
表示在收到
的条件下,信源发出的信号集的平均不确定性,又称信道疑义度。
若对每一个
,可以确定输入端的一个符号
,即
,这时对其他任一个
有
,则
,此时,不确定性完全消除。
信息增益
表示在收到
后,关于
的信息量的增加了、减少了的不确定性。
4. 总结
自信息
互信息
先验熵(平均自信息)
后验熵(平均互信息)
信息增益
相关文章推荐
- ICA 原理以及相关概率论,信息论知识简介
- 零点学习Javaweb相关知识
- node.js学习相关知识杂选
- 操作系统线程相关知识学习
- 【iOS知识学习】_iOS FrameWork相关知识
- 死锁相关知识的学习
- 【C++ 学习笔记小程序03】 整型及其相关知识
- axios和网络传输相关知识的学习实践
- 【机器学习】coursera学习笔记(二) 线性代数相关知识
- 学习BMP相关知识的笔记
- 学习杂汇 Man的相关知识
- 开始学习.net和php相关知识。
- 大数据学习笔记之三十五 NoSQL相关知识
- dedecms模板安装教程及模板相关知识学习
- 介绍有关学习C++ STL的预备知识和STL的相关背景知识,适合想对STL做大致了解的初学者
- 操作系统线程相关知识学习
- 死锁相关知识的学习
- 学习Javaweb的一些相关知识
- 学习java相关知识的网站
- j2ee tomcat https 证书等一系列相关知识的学习总结