熵和最大熵模型

熵

熵越大，不确定性越大。比如当变量服从均匀分布时，熵最大。
事件发生的概率越大，熵越小，信息量越小（比如变量X发生的概率为1，那么它的信息量就是0，熵也是0）
熵最大，模型最好：
看了网上是解释，有说：

1. 熵最大，模型的信息越多。https://juejin.im/post/5a8ee5fcf265da4e926838c7

最大熵模型

---------有时间再更----------------
最大熵模型，即满足一定约束条件的，条件熵的最大。（这里的条件就是P(Y|X)）
（条件熵: https://zh.wikipedia.org/wiki/条件熵)
关于约束条件，
因为要求的是 给定X，Y的分布，即P（Y|X），如果能够获取训练样本的信息，那么，可以将 特征函数对 (X，Y)联合分布的期望值和 对条件概率的期望值 等价，此即为约束条件。

预测一个随机事件的概率分布，在满足约束条件的情况下，保留所有的不确定性，这样的预测的概率分布是均匀的，没有多余先验知识的，因此熵是最大的。