信息熵公式解析

信息熵公式解析

信息熵的公式:

H ( A ) = − ∑ x i ϵ A n p ( x i ) l o g 2 p ( x i ) H(A)=-\sum_{x_{i}\epsilon A}^{n} p(x_{i})log_{2}p(x_{i}) H(A)=xiϵAnp(xi)log2p(xi)

  • H(A): 集合A的信息熵
  • A: 集合A={ x 1 x_{1} x1, x 2 x_{2} x2, x 3 x_{3} x3 x n x_{n} xn}
  • x i x_{i} xi x i x_{i} xi= x 1 x_{1} x1, x 2 x_{2} x2, x 3 x_{3} x3 x n x_{n} xn
  • p( x i x_{i} xi): x i x_{i} xi在集合A中的概率
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

夏华东的博客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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