腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
python
中离散点的极限密度(LDDP)
、
、
信息
论中的香农
熵
衡量了离散随机变量经验分布中的不确定性或无序性,而微分
熵
衡量的是连续随机变量的经验分布。然而,微分
熵
的经典定义是错误的,并用离散点的极限密度(LDDP)进行了修正。如何在
python
中估计LDDP?
浏览 70
提问于2020-08-05
得票数 1
1
回答
为什么要计算
信息
增益中父节点的
熵
?
、
为什么在
信息
增益中需要父节点的
熵
。
信息
增益=
熵
(父)-w*
熵
(子) 我们可以比较儿童的
熵
,而不需要父
熵
。
浏览 0
提问于2018-11-25
得票数 0
回答已采纳
1
回答
互
信息
香农
熵
、
、
我需要计算每一项财产的
信息
量。经过一定的量化程序(对于ex )。)现在我知道如何通过每条线的Shannon
熵
来计算每个属性的
熵
。我需要从这里算出相互的
信息
。def entropy(x): return np.sum(-p * np.log2
浏览 4
提问于2013-09-16
得票数 7
回答已采纳
2
回答
当分割被完全分类时,在ID3算法中计算属性的
熵
、
、
我最近读到了ID3算法,它说选择最好的属性进行分割应该导致最大的
信息
增益,这可以在
熵
的帮助下计算。
熵
(X)= 0.8*_E(5,3) + 0.2*_E(2,0) 然而,第二个分裂P(1)是完全分类的,这导致了一个数学错误,因为log2(0)是负无穷大。在这种情况下,如何计算
熵
?
浏览 0
提问于2016-09-30
得票数 3
1
回答
为什么我会得到负面的
信息
?
、
、
解出一个人获得负面
信息
是没有意义的。然而,基于这个例子,我得到了一个负面的
信息
增益。如果我计算湿度属性的
信息
增益,我得到如下结果:很明显我在这里漏掉了什么。 在这种情况下是:每个分配的
信息
增益被定义
浏览 0
提问于2015-07-11
得票数 4
回答已采纳
1
回答
如何在Opencv中计算两幅图像的联合
熵
、
我必须计算两个灰度图像之间的相互
信息
。为此,我必须计算图像的
熵
和联合
熵
。但是我在.Can中找不到
熵
和联合
熵
的函数,有谁能帮我找出
熵
和联合
熵
的函数吗?
浏览 3
提问于2013-02-15
得票数 3
1
回答
64位数据的Shannon
信息
熵
值?
、
📷 在此基础上,计算出密码数据的shannon
信息
熵
值,得到普通数据的shannon
信息
熵
值约为15.0525和15.497477。我想问的是,据我所知,密码数据由8位整数数据组成,理想香农
信息
熵
值接近8位,所以我认为这个64位整数数据理想香农
信息
熵
值必须接近64位对吧?为什么我在密码数据和普通数据上都得到了15位左右的香农
信息
熵
值,尽管密码数据具有均匀分布的直方图?我得到,普通数据shannon
信息</em
浏览 0
提问于2020-11-19
得票数 0
回答已采纳
1
回答
如何在建立决策树时找到分割点的
熵
?
、
、
、
训练样本的
熵
为−4/9 log2(4/9)−5/9−(5/9)= 0.9911。所以我按升序对a3值进行排序,找出它们的分裂点。但是如何计算它们的
熵
呢? 上述图像中的
信息
增益列仅为0.9911 -
熵
.
熵
的公式是: 但我不明白如何用这个公式来求分裂点的
熵
。
浏览 2
提问于2017-03-24
得票数 0
回答已采纳
1
回答
如何计算图像的
熵
?
我在搜索如何计算图像的
熵
来捕捉国旗。我知道
熵
理论是什么,我试了两件事:查看图像和具有更大
熵
的直观 我不知道该怎么解决。我能做什么?
浏览 0
提问于2017-12-14
得票数 3
1
回答
熵
与
信息
关系
、
、
在压缩和
信息
论中,源的
熵
是源符号所能传递的平均
信息
量(以位为单位)。非正式地说,如果我们确定一个事件的结果,那么
熵
就会变小。我的问题是 最小误差
熵
的基本原理是什么?当
熵
最大时,我们能对
信息
说些什么?谢谢
浏览 6
提问于2014-07-26
得票数 2
回答已采纳
1
回答
采用x-平方统计量的DecisionTree分割质量
、
、
、
在大多数流行的软件包(rpart等)中,决策树分割是基于
信息
增益、
熵
或基尼指数的。 是否有一个流行的决策树包(“R”或
python
)可以使用x-平方统计量指定节点拆分质量?
浏览 0
提问于2016-06-07
得票数 0
1
回答
条件
熵
与互
信息
聚类评价
、
、
、
为了进行评估,我使用了每个预测聚类
熵
值的加权平均值。我还发现,互
信息
是一种类似的方法,同时我还研究了各种替代方案。根据我的数据,他们似乎给出了类似的结果。 如果我的数学是正确的,我所使用的平均
熵
对应于条件
熵
项H(V|U),并试图最小化这与最大的相互
信息
对齐。我无法理解的是,奇异平均
熵</em
浏览 0
提问于2019-04-19
得票数 3
回答已采纳
1
回答
通过SciPy (stats)计算随机变量
熵
的问题
、
、
最近,我一直在尝试找出如何计算随机变量X的
熵
从SciPy的统计数据包中,这个随机变量X是我从1997年到2012年从特定公司(“公司1")的股票中获得的回报(这是为了金融数据因此,有没有办法计算我的观察结果在
Python
上再次出现的经验概率(理想情况下,可以选择特定的存储箱,或者选择一定范围的值)?此外,我已经尝试寻找
Python
包无数个小时,它专门用于计算随机变量
熵
、联合
熵
、互
信息
等,作为SciPy的
熵
选项(简单地比较
浏览 70
提问于2017-03-12
得票数 0
1
回答
现代Windows使用的
熵
源
、
、
2005年微软博客上的一个评论提到了超过150个CryptGenRandom函数的
熵
源。大多数来源来自低级别的系统
信息
(精确的stat计数器)、进程的环境块、高精度的CPU计数器、异常
信息
、进程
信息
等等。关于这个
熵
集合,我有两个问题:这些源是在每个随机请求中查询的,还是使用了
熵
池? 我唯一能找到的二 资料来源没有给出现代C9的任何
信息
(后XP)。
浏览 0
提问于2018-04-05
得票数 10
1
回答
在图像处理中,我们可以使用什么技术来减少图像的
熵
?
、
、
、
、
据我所知,
熵
基本上是图像中包含的不同“
信息
”的数量。从这里开始,一般的理解是减少所述
信息
,以减少
熵
。我还没有找到可靠的资源来减少
熵
,同时我们仍然可以用我们的眼睛分辨出图片中的内容。一些人建议:还有关于如何减少
熵
的更具体的论文或技术吗?以下是调整对比度和添加盐和胡椒噪声后的
熵
值: 调整对比度的原始图像添加盐和胡椒噪声的原始图像
浏览 2
提问于2020-05-17
得票数 0
回答已采纳
1
回答
UNIX系统上正确的可用
熵
是多少?
、
我有三个与UNIX系统上的
熵
有关的问题:我应该期望什么才是正确的?我听说
熵
应该等于或大于100,如果
熵
一直低于100,可能会有问题。这个
熵
是由/dev/random使用的还是它也与/dev/urandom有关?
浏览 0
提问于2014-11-05
得票数 16
回答已采纳
1
回答
物理学中的
熵
与
信息
系统
、
、
有谁能解释一下物理学中
熵
与
信息
系统中
熵
的等价性或相似性?对不起,我不是数学家,但我仍在努力理解这些概念,这样我才能更好地理解这些概念。我对物理学中的
熵
有一个概念,但我不明白什么时候有人说
熵
在
信息
系统中,它的用途和应用。耽误您时间,实在对不起。
浏览 2
提问于2020-08-31
得票数 0
回答已采纳
1
回答
信息
增益和
信息
熵
我最近阅读了关于
信息
增益和
熵
的。但我很好奇如何处理下面这样的情况: 如果我们有一个由7枚硬币组成的袋子,其中一枚比其他硬币重,另一枚比其他硬币轻,我们知道较重的硬币+较轻的硬币与两个普通硬币相同,那么随机挑选两个硬币并相互称重会带来什么
信息
增益编辑:我理解
熵
的公式和
信息
增益的公式。我不明白的是,如何在决策树格式中解决这个问题。
浏览 2
提问于2009-12-17
得票数 13
回答已采纳
1
回答
fayad和伊拉尼离散化的实现
、
有没有java代码来实现法亚德和伊拉尼基于
熵
的离散化?我已经尝试读取文件,然后计算
熵
和
信息
增益。如何获得bounday积分?我必须实现法亚德和伊拉尼的离散化算法,它是基于
熵
和
信息
增益的(法亚德和伊拉尼,1993
浏览 3
提问于2014-10-16
得票数 0
3
回答
如何判断
熵
键何时重载?
、
我有几个
熵
键与egd在他们前面,然后所有的负载平衡的have。然后,我有许多客户端机器使用have服务IP作为
熵
的网络源。我不知道他们要求多少
熵
。有没有人找到一种简单的方法来测量从
熵
密钥中请求多少?
浏览 0
提问于2012-01-28
得票数 10
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
知识卡片 信息熵
趣说信息熵(三)
谈谈熵、信息熵和决策树的那些事儿
数据压缩与信息熵
决策树和信息熵
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券