用python计算信息增益

#导入相关的库
import pandas as pd 
import numpy as np

#导入题目
data=pd.DataFrame({'日志密度':['s','s','l','m','l','m','m','l','m','s'],
                 '好友密度':['s','l','m','m','m','l','s','m','s','s'],
                 '是否使用真实头像':['no','yes','yes','yes','yes','yes','no','no','yes','yes'],
                 '账号是否真实':    ['no','yes','yes','yes','yes','yes','no','yes','yes','no']})
data[['日志密度','好友密度','是否使用真实头像','账号是否真实']]

 根据下列各种特征来判断微博账号是否真实

#定义计算信息熵的函数：计算Infor(D)
def infor(data):
    a = pd.value_counts(data) / len(data)
    return sum(np.log2(a) * a * (-1))
#定义计算信息增益的函数：计算g(D|A)
def g(data,str1,str2):
    e1 = data.groupby(str1).apply(lambda x:infor(x[str2]))
    p1 = pd.value_counts(data[str1]) / len(data[str1])
    #计算Infor(D|A)
    e2 = sum(e1 * p1)
    return infor(data[str2]) - e2