【信息论】图形记忆熵、联合熵、条件熵、互信息之间的关系

图片取自http://colah.github.io/posts/2015-09-Visual-Information/

在这里插入图片描述

基本概念

(1),也叫信息熵,为上图的 H ( X ) H(X) H(X) H ( Y ) H(Y) H(Y)
H ( X ) H(X) H(X)表示随机变量 Y Y Y的不确定性。
H ( Y ) H(Y) H(Y)表示随机变量 X X X的不确定性。

(2)条件熵,为上图的 H ( X ∣ Y ) H(X|Y) H(XY) H ( Y ∣ X ) H(Y|X) H(YX)
H ( X ∣ Y ) H(X|Y) H(XY)表示在已知随机变量 Y Y Y的条件下,随机变量 X X X的不确定性。
H ( Y ∣ X ) H(Y|X) H(YX)表示在已知随机变量 X X X的条件下,随机变量 Y Y Y的不确定性。

(3)联合熵,为上图的 H ( X , Y ) H(X,Y) H(X,Y)
H ( X , Y ) H(X,Y)

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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