首页IT科技熵权法python(python实现信息熵的计算代码)

熵权法python(python实现信息熵的计算代码)

时间2025-07-19 23:54:14分类IT科技浏览6900
导读:1、什么是信息熵?...

1、什么是信息熵?

1948年香农提出了信息熵(Entropy)的概念。

信息理论:

1、从信息的完整性上进行的描述:

当系统的有序状态一致时,数据越集中的地方熵值越小,数据越分散的地方熵值越大。

2、从信息的有序性上进行的描述:

当数据量一致时,系统越有序,熵值越低;系统越混乱或者分散,熵值越高。

“信息熵” (information entropy)是度量样本集合纯度最常用的一种指标。

二、python实现信息熵的计算代码

1、导入库

importnumpyasnp importpandasaspd

2、 准备数据

data=pd.DataFrame( {学历:[专科,专科,专科,专科,专科,本科,本科,本科,本科,本科, 研究生,研究生,研究生,研究生,研究生], 婚否:[,,,,,,,,,,,,,,], 是否有车:[,,,,,,,,,,,,,, ], 收入水平:[,,,,,,,,很高,很高,很高,,, 很高,], 类别:[,,,,,,,,,,,,,,]})

3、定义信息熵函数

#定义计算信息熵的函数:计算Infor(D) definfor(data): a=pd.value_counts(data)/len(data) returnsum(np.log2(a)*a*(-1)) #print(infor(data["学历"]))#测试结果为:1.584962500721156

创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!

展开全文READ MORE
won10分辨率调不了(win10分辨率设置设置不了怎么办) labelme目标检测(LabelImg(目标检测标注工具)的安装与使用教程)