交叉熵在机器学习中的使用

交叉熵在机器学习中的使用

1、信息量

概率越小，信息量越大，事件\(X=x_0\)的信息量为：
\[I(x_0)=-log(p(x_0))\]

2、熵

熵表示所有信息量的期望：
\[H(x)=-\sum_{i=1}^n p(x_i)log(p(x_i))\]
其中n代表事件X有n种可能

3、相对熵（KL散度）

\[D_{KL}(p||q)=\sum_{i=1}^np(x_i)log(\frac{p(x_i)}{q(x_i)}\]
物理意义：如果用P来描述目标问题，而不是用Q来描述问题，得到的信息增量

在机器学习中，P往往表示样本的真实分布，q表示模型预测的分布，相对熵越小，表示q分布和p分布越接近

4、交叉熵

相对熵可以变形为：
\[D_{KL}(p||q)=-H(p(x))+[-\sum_{i=1}^np(x_i)log(q(x_i))]\]
等式的前半部分是p的熵，后半部分就是交叉熵：
\[H(p,q)=-\sum_{i=1}^np(x_i)log(q(x_i))\]
在机器学习中，我们需要评估labl和predicts之间的差距，可以使用KL散度，但由于KL散度前半部分不变，故在优化过程中，只需要关注交叉熵就行，所以一般在机器学习中直接用交叉熵作为loss函数，评估模型。

机器学习中交叉熵的应用

1、为什么用交叉熵做loss函数

• 在线性回归中，常常用MSE作loss函数；但在逻辑分类中却不好用，这是需要用交叉熵

2、交叉熵在单分类中的使用

• 这里的单类别指：每个样本只能有一个类别
  
• 交叉熵在单分类问题上的loss函数：
  \[loss=-\sum_{j=1}^m\sum_{i=1}^ny_{ji}log(\hat{y}_{ji})\]
• 这里的预测概率是通过softmax计算，概率合为1

3、交叉熵在多分类中使用

• 这里的多类别指：每个样本可以有多个类别
  
• 交叉熵在多分类问题上的loss问题：
  \[loss=\sum_{j=1}^m\sum_{i=1}^n-y_{ji}log(\hat{y}_{ji})-(1-y_{ji})log(1-\hat{y}_{ji})\]
• 这里的预测是通过sigmoid计算，每个label都是独立分布的，输出归一化

转载于:https://www.cnblogs.com/yzh1024/p/11262900.html