1.熵的通俗理解
样本集合不纯度,熵越小,集合不纯度越低;
知识的不确定性,熵越小,不确定性越小;
系统的复杂度,熵越大,系统越复杂;
信息量是一具体事件发生所带来的信息;
信息熵是一事件所有可能性产生信息量的期望。
2.watermelon的信息熵(香农熵)
代码如下:
import numpy as np
def cancShannonEnt(dataSet):
1.熵的通俗理解
样本集合不纯度,熵越小,集合不纯度越低;
知识的不确定性,熵越小,不确定性越小;
系统的复杂度,熵越大,系统越复杂;
信息量是一具体事件发生所带来的信息;
信息熵是一事件所有可能性产生信息量的期望。
2.watermelon的信息熵(香农熵)
代码如下:
import numpy as np
def cancShannonEnt(dataSet):