计算为 NaN 的纯分裂熵
Posted
技术标签:
【中文标题】计算为 NaN 的纯分裂熵【英文标题】:Entropy of pure split caculated to NaN 【发布时间】:2015-08-12 15:04:33 【问题描述】:我编写了一个函数来计算向量的熵,其中每个元素代表一个类的元素数。
function x = Entropy(a)
t = sum(a);
t = repmat(t, [1, size(a, 2)]);
x = sum(-a./t .* log2(a./t));
end
例如:a = [4 0]
,然后是entropy = -(0/4)*log2(0/4) - (4/4)*log2(4/4)
但是对于上述函数,由于log2(0)
,所以当拆分为纯时熵为NaN
,如上例所示。纯分裂的熵应该为零。
由于数据非常大,我应该如何解决对性能影响最小的问题?谢谢
【问题讨论】:
【参考方案1】:我建议你创建自己的log2
函数
function res=mylog2(a)
res=log2(a);
res(isinf(res))=0;
end
这个函数虽然打破了log2
的行为,但可以在您的具体示例中使用,因为您将结果与日志内部相乘,从而使其为零。这不是“数学上正确的”,但我相信这就是您正在寻找的。p>
【讨论】:
谢谢,但我不得不将其编辑为 'res(isinf(res)) = 0' 因为 log2(0) = -inf。 @Newbie 确实是我的错误以上是关于计算为 NaN 的纯分裂熵的主要内容,如果未能解决你的问题,请参考以下文章
使用 scikit-learn 时,如何找到我的树分裂的属性?
使用 scikit-learn 时,如何找到我的树分裂的属性?