交叉熵解读

参考:https://www.jianshu.com/p/8a0ad237b0ed

1、随机现象:并不总是出现相同结果的现象称为随机现象。

2、随机变量:随机现象各种结果的变量(一切可能的样本)称为随机变量。

3、信息量:概率越小的事件,信息量越大。

  例如:

    事件一:巴西进世界杯

    事件二:中国进世界杯

 由于中国进世界杯的概率很小,所以事件二带来的信息量更大一些,给人留下的印象更深刻(惊讶)一些。

4、 用I表示信息量,P表示概率,两者之间的关系如下:                                            

                  I

                                                   P

信息量计算公式:

5、熵:所有信息量的期望值。例如,打开计算机有三种可能,具体如下表:

计算熵的公式:

      

-log(p(xi))为每个信息量,-p(xi)logp(xi)为每个信息量占总事件的比例。假设一共有n个事件,即n个p(xi)log(p(xi))相加,前面加负号,使最后的值为正。

 

上面的例子,结合熵的定义,计算过程如下:

               

如果是二项分布,可以简化熵的计算。

              

6、相对熵(KL散度):描述同一个随机变量的两个独立的概率分布的差异。

     如果有一个模型来表示一个样本,这个模型为P(x)。同时有另外一个模型Q(x)也可以表示这个样本。这两个模型也称为两个相互独立的概率分布P(x)和Q(x),相对熵(KL散度)就是描述这两个分布(模型)的差异。

KL散度的计算公式:

                

n为样本所有可能的结果,Dkl的值越小,P分布(模型)和Q分布(模型)越接近。

7、交叉熵

     对上面的式子变形:

                

      等式的前一部分,恰好是P的熵的相反数,后一部分便是交叉熵。

 

                 

      在机器学习中需要评估label和precdicts的差距,使用KL散度恰好。KL散度前一部分是-H(p(x))不变,因此在优化过程中,只需关注KL散度的后一部分(交叉熵)即可,交叉熵越小,说明预测的模型和真实样本越匹配。

 

posted @ 2019-05-07 09:32  马帅领  阅读(474)  评论(0编辑  收藏  举报