信息熵是对不确定性或者所包含信息的一种度量。例如:抛掷一枚均匀的硬币,正面和反面出现的概率相等都是1/2,那么通过熵的计算公式,抛掷一次的熵为1bit,抛掷两次的熵为2bit。也就是说,为了标记抛掷的结果,我们需要一个比特位,如用0标记正面,1标记反面,此时不确定性也就最大。如果是一枚不均匀的硬币,那么通过熵的计算公式,其值必然小于1,也就是说我们预测结果的不确定性降低了,这种硬币抛掷后所蕴含的信息量较少。
熵是自信息的期望,其公式为:,
信息熵是对不确定性或者所包含信息的一种度量。例如:抛掷一枚均匀的硬币,正面和反面出现的概率相等都是1/2,那么通过熵的计算公式,抛掷一次的熵为1bit,抛掷两次的熵为2bit。也就是说,为了标记抛掷的结果,我们需要一个比特位,如用0标记正面,1标记反面,此时不确定性也就最大。如果是一枚不均匀的硬币,那么通过熵的计算公式,其值必然小于1,也就是说我们预测结果的不确定性降低了,这种硬币抛掷后所蕴含的信息量较少。
熵是自信息的期望,其公式为:,