entropy

0热度

1回答

我有一个numpy的数组： A = [ 1.56 1.47 1.31 1.16 1.11 1.14 1.06 1.12 1.19 1.06 0.92 0.78 0.6 0.59 0.4 0.03 0.11 0.54 1.17 1.9 2.6 3.28 3.8 4.28 4.71 4.61 4.6 4.41 3.88 3.46 3.04 2.63 2.3 1.75 1.24

7热度

2回答

从图像的GLCM计算熵

我正在使用skimage库进行大部分图像分析工作。我有一个RGB图像，我打算以提取像entropy，energy，从图像homogeneity和contrasttexture特征。下面是我执行以下步骤： from skimage import io, color, feature from skimage.filters import rank rgbImg = io.imread(img

0热度

1回答

熵极大化无界/不可行使用CVXPY

我试图用CVXPY数值解决熵最大化问题。即使问题通过了DCP检查，我也会得到无限的结果，问题状态如不可行和不可靠（取决于我为参数选择的值）。我在R中使用非线性约束优化器（如Alabama）解决了同样的问题。下面是一个重现问题的小例子。 import cvxpy as cvx vals = array([ 750., 770., 790., 810., 830., 850., 870., 890

0热度

1回答

如何在构建决策树时查找分割点的熵？

给定一个二元分类问题：有四个正例和5倍负的例子。因此，P（+）= 4/9和P（ - ）= 5/9。训练样例的熵是 -4/9 log2（4/9） - 5/9 log2（5/9）= 0.9911。对于a3，这是一个连续的属性，我想找到每个分割的信息增益。所以我按升序对a3值进行排序并找到它们的分割点。但是，我如何计算它们的熵？给出的答案是：在上述图像信息增益列就是0.9911 - 熵。但是

0热度

2回答

R中的动态输入适用

我想知道是否可以在R中使用适用系列并回归输入。说我有： apply(MyMatrix,1,MyFunc,MyMatrix) 我知道，申请基本上是一个循环，所以在上面的例子中它可以运行的MyFunc一个迭代超过MyMatrix第一行修改MyMatrix全球范围内，然后选择该修改的MyMatrix下一次迭代？我意识到可以在这里使用正常的循环，但我只是想知道是否有办法像这样做。谢谢

0热度

1回答

无法分析超过一定大小的PE文件

目前，我的代码能够获得小于3MB的PE文件的熵和文件偏移量，并使用notepad.exe进行测试。但是，每当我尝试分析更大的文件时，都会收到错误。我不知道我应该如何解决这个问题。但是我的讲师告诉我要创建另一个类似的功能。真的很感谢有人能帮助我。在CLI显示错误： Call to ReadFile() failed. Error Code: 998 错误部分： dwFileSize = G

0热度

1回答

使用Tensorflow的MNIST图像的熵

我想测量MNIST图像的熵。然而，大部分强度值为0，并且tf.log返回inf。我知道我可以简单地计算熵： entropy = tf.reduce_mean(-tf.reduce_sum(X * tf.log(X), axis=1)) 其中X是一个占位符MNIST图片批量，定义为X = tf.placeholder("float", [None, 784])。然而，结果是nan（许多像素值为0

0热度

1回答

信息增益的负值

我正在实施C4.5，并在我的计算中得到（对于某些示例）信息增益的负值。我读了Why am I getting a negative information gain，但我的发现看起来不一样。我推杆我的计算脱颖而出，我也得到了相同的结果如下： My calculations 我到底做错了什么？我试图重新计算它的，也是我得到负值是在下面的图片： Newest calculations with da

0热度

1回答

在Python中计算信息内容

我需要从两个Python列表中计算信息内容。我明白，如果概率是从列表的直方图计算出来的，我可以使用下面的公式。信息含量= sum_ij P（X_I，y_j）log_2（P（X_I，y_j）/（P（X_I）P（y_j））/ - 。sum_i P（Y_I）log_2 P（Y_I）是否有任何内置在Python API来计算信息内容感谢

-2热度

1回答

信息理论测量：熵计算

我有一个由数千行组成的语料库。为了简单起见，让我们考虑语料库为： Today is a good day I hope the day is good today It's going to rain today Today I have to study 如何使用上面的语料库计算熵？对熵的公式表示为：这是我的理解至今：皮指其为frequency(P)/(total num of ch