- 博客(2)
- 收藏
- 关注
RSS订阅原创 信息熵、联合熵、条件熵、互信息
一个随机事件xxx的自信息量1定义为：I(x)=log1p(x)I(x)=\log\frac{1}{p(x)}I(x)=logp(x)1注意，在信息论中，log\loglog函数的底通常设置为2，此时，自信息量的单位为比特(bit)；在机器学习中，log\loglog函数的底通常设置为自然常数e，此时，自信息量的单位为奈特(nat)。需要从以下两方面来理解自信息量：举例说明，“中彩票”事件的概率极小，但是一旦中了彩票，“中彩票”事件的自信息量很大，也就是说，“中彩票”会获得极大的信息量（即收益）。
2018-12-18 03:24:17
17909
3
原创 anaconda安装第三方包scikit-multiflow
在conda库中没找到scikit-multiflow，在GitHub上下载压缩包，解压到C盘：第一次安装出错，出现Microsoft Visual C++ 14.0 is required 的错误c++ 14.0下载地址https://964279924.ctfile.com/fs/1445568-239446865安装软件，重启电脑，再进行上述install命令，安装成功...
2018-12-16 21:00:09
1091
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人