“信息增益”通俗地讲,就是某个信息出现后,带来的信息量越多,那么就说该信息带来的信息增益大;反之则信息增益小。 当然,有的信息用处不大,或者说带来的“信息增益”低,对“选择朋友”这个决策帮助小。比如抽烟、喝酒这个信息对“选择朋友”帮助就不大,好人、坏人都抽烟喝酒,比如于谦、于大善人就喜欢抽烟、喝酒、烫头: 有的信息带来的“信息增益”很大,比如知道此人曾经因为故意伤人坐牢,那么“选择朋友”这个决策就很容易做了,基本就一票否决了。 假设人群中本身就好人、坏人各占一半。从表格中可以看到,“抽烟”或者“不抽烟”的人中好坏也是各占一半,因此,这个信息没有带来任何增益: 相对而言,“坐牢”这个信息更有用,也就是带来的增益更大。坐过牢的人大概率是坏人: 下面就需要设计一个数学公式,通过它可以衡量(在判断好人、坏人这个问题上)“坐牢”的信息量(也就是“信息增益”)要大于“抽烟”的信息量。 3 熵 抛硬币是服从伯努利分布的: 当 时,正反面出现的概率相同,抛一次硬币完全不知道会出现哪一面,也就是说 提供的信息量比较小;而如果 ,那么说明这个硬币两面都是正面,抛硬币得到的也一定是正面,也就是说 提供的信息量最大: 数学家定义了一个函数,称为 熵(关于熵的进一步理解可以查看这里): 抛硬币(伯努利分布)的熵函数图像如下: 从该函数图像可以看出, 时,熵最大,此时信息量最小;而 或 熵最小,此时信息量最大。所以熵函数就可以用来衡量信息量。 同样的,“抽烟”这个信息会讲上述表格一分为二,对这两个表格分别计算熵之后,进行加权平均得到 (这里有一些细节就不展开了,不清楚的同学可以去学习下决策树算法): “坐牢”也会将表格一分为二,通过同样的算法可以得到熵 。相对于 而言, 、 都是有了新的信息后得到,因此这两者的确定性都会提高。用数学的语言就是熵会减小,因此有(这是可以证明的): 其中“坐牢”很显然确定性更高,因此有: 进而有: 其中 称为“抽烟”带来的“信息增益”,而 称为“坐牢”带来的“信息增益”,上面的式子表达的意思就是: 我们通过通俗易懂、图形化的方式,对《线性代数》、《单变量微积分》、《多变量微积分》、《概率论与数理统计》进行了精讲,可以直接点击下面这个图片购买包含这些内容的图解合集: 马同学高等数学 看图学数学 |
|