信息量
信息奠基人香农(Shannon)认为“信息是用来消除随机不确定性的一种东西”,也就是说衡量信息量的大小就是看这个信息消除不确定性的程度。
- “太阳从东边升起”,这条信息并没有减少不确定性,因为太阳肯定是从东边升起的,这是一句废话,信息量为0.
- “2018年中国队成功进入世界杯”。从直觉上来看,这句话具有很大信息量。因为中国队进入世界杯的不确定性因素很大。而这句话消除了进入世界杯的不确定性,所以按照定义,这句话的信息量很大。
根据上述描述,总结如下:信息量的大小与信息发生的概率成反比。概率越大,信息量越小。概率越小,信息量越大。
设某一事件发生的概率为P(x),其信息量表示为:I(x)=−log(P(x)),其中I(x)表示信息量,这里log表示以e为底的自然对数。
信息熵
信息熵也被成为熵,用来表示所有信息量的期望。在概率论和统计学中,数学期望(mean)(或均值,亦简称期望)是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一。它反映随机变量平均取值的大小。数学期望就是合理的加权平均值,期望体现在合理二字上,期望值并不一定包含在变量的输出值集合里。所以信息量的熵可以表示为:(这里的X是一个离散型随机变量)
</