2017年7月1日
机器学习(3)：信息论
摘要： 1.信息熵 给定概率密度函数\(p(x)\)， 定义该函数的信息熵 \(H(p)=H[\mathbf{x}]=-\int{p(\mathbf{x})lnp(\mathbf{x})d\mathbf{x}}\) 信息熵描述了分布的混乱程度。均匀分布是使得信息熵最大的概率分布。单点的冲击响应函数对应的信息 阅读全文
posted @ 2017-07-01 19:02 horsetail 阅读(464) 评论(0) 推荐(0) 编辑