1.信息熵:如果没有信息,任何公式或者数字的游戏都无法排除不确定性。这个朴素的结论非常重要。合理利用信息,而不是玩弄什么公式和机器学习算法,是做好搜索的关键。
2.条件熵:统计语言模型中,二元模型的不确定性小于一元模型。
3.互信息:两个随机事件“相关性”的量化度量。就是在了解了其中一个Y的前提下,对消除另一个X不确定性所提供的信息量。
4.相对熵:用来衡量两个取值为正数的函数的相似性。
1.信息熵:如果没有信息,任何公式或者数字的游戏都无法排除不确定性。这个朴素的结论非常重要。合理利用信息,而不是玩弄什么公式和机器学习算法,是做好搜索的关键。
2.条件熵:统计语言模型中,二元模型的不确定性小于一元模型。
3.互信息:两个随机事件“相关性”的量化度量。就是在了解了其中一个Y的前提下,对消除另一个X不确定性所提供的信息量。
4.相对熵:用来衡量两个取值为正数的函数的相似性。