信息熵的具体计算

#起初把log(a,2)错写成log(2,a)了,浪费了太多时间,算得怀疑自己是不是理解错了。

a1= log(9/14,2)
a2= log(5/14,2)
m = - ( (9/14) * a1 + (5/14) * a2)
m
#m=0.9402859586706309

a1= log(6/8,2)
b1= log(2/8,2)
m1 = - ( (6/8) * a1 + (2/8) * b1)
m1

a2= log(3/6,2)
b2= log(3/6,2)
m2 = - ( (3/6) * a2 + (3/6) * b2)
m2

n=m1*(8/14)+m2*(6/14)
n
#n=0.8921589282623617

#信息增益
h=0.9402859586706309-n
h
#h=0.04812703040826927

在这里插入图片描述

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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