一些数学基础

130411422

于 2019-03-14 15:15:25 发布

阅读量198

点赞数

分类专栏：数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_43297213/article/details/88552994

版权

数学专栏收录该内容

2 篇文章

订阅专栏

1.计算 $e^{_{x}}$ （ $x$ 为一个稍大的数）:

令 $x=k\ln 2+r$ ，其中 $k$ 为一整数， $r$ 为一小数，且接近于0；

则 $e^{x}=e^{k\ln 2+r}=2^{k}+e^{r}$ ，此时 $e^{r}$ 应用泰勒展开式计算，其最终结果比直接将 $e^{x}$ 泰勒展开代入较大的 $x$ 误差更小一些。

2.信息熵与基尼系数：

将 $f(x)=-\ln x$ 在 $x_{0}=1$ 处一阶展开，得到： $f(x)=f(x_{0})+{f(x_{0})}'(x-x_{0})\approx 1-x$ ；

信息熵 $H(x)=-\sum p_{k}\ln p_{k}=\sum p_{k}(-ln p_{k})\approx \sum p_{k}(1- p_{k})$ 基尼系数

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。