Shannon 信息熵:python_code

信息熵

代码来源于《机器学习》

     from math import log
import numpy as np
def calcShannonEnt(dataset):
    numEntries =len(dataset)
    labelCounts = {}
    for favocter in dataset:
        setkeys = favocter[-1]
        # print(setkeys)
        if setkeys not in labelCounts.keys():
            labelCounts[setkeys] = 0
        labelCounts[setkeys] +=1
        # print(labelCounts)
    shnnoy = 0.0
    for key in labelCounts.keys():
        prop = float(labelCounts[key])/numEntries
        shnnoy -=prop * log(prop,2)
    return  (shnnoy)

if __name__== '__main__':
    df=np.array([[1,1],[1,1],[1,2],[1,2],[1,1]])
    shon = calcShannonEnt(df)
    print(shon)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值