Python計算信息熵實例
更新時間:2020年06月18日 11:01:25 作者:Mr.Jcak
這篇文章主要介紹了Python計算信息熵實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
計算信息熵的公式:n是類別數(shù),p(xi)是第i類的概率

假設數(shù)據(jù)集有m行,即m個樣本,每一行最后一列為該樣本的標簽,計算數(shù)據(jù)集信息熵的代碼如下:
from math import log
def calcShannonEnt(dataSet):
numEntries = len(dataSet) # 樣本數(shù)
labelCounts = {} # 該數(shù)據(jù)集每個類別的頻數(shù)
for featVec in dataSet: # 對每一行樣本
currentLabel = featVec[-1] # 該樣本的標簽
if currentLabel not in labelCounts.keys(): labelCounts[currentLabel] = 0
labelCounts[currentLabel] += 1
shannonEnt = 0.0
for key in labelCounts:
prob = float(labelCounts[key])/numEntries # 計算p(xi)
shannonEnt -= prob * log(prob, 2) # log base 2
return shannonEnt
補充知識:python 實現(xiàn)信息熵、條件熵、信息增益、基尼系數(shù)
我就廢話不多說了,大家還是直接看代碼吧~
import pandas as pd
import numpy as np
import math
## 計算信息熵
def getEntropy(s):
# 找到各個不同取值出現(xiàn)的次數(shù)
if not isinstance(s, pd.core.series.Series):
s = pd.Series(s)
prt_ary = pd.groupby(s , by = s).count().values / float(len(s))
return -(np.log2(prt_ary) * prt_ary).sum()
## 計算條件熵: 條件s1下s2的條件熵
def getCondEntropy(s1 , s2):
d = dict()
for i in list(range(len(s1))):
d[s1[i]] = d.get(s1[i] , []) + [s2[i]]
return sum([getEntropy(d[k]) * len(d[k]) / float(len(s1)) for k in d])
## 計算信息增益
def getEntropyGain(s1, s2):
return getEntropy(s2) - getCondEntropy(s1, s2)
## 計算增益率
def getEntropyGainRadio(s1, s2):
return getEntropyGain(s1, s2) / getEntropy(s2)
## 衡量離散值的相關性
import math
def getDiscreteCorr(s1, s2):
return getEntropyGain(s1,s2) / math.sqrt(getEntropy(s1) * getEntropy(s2))
# ######## 計算概率平方和
def getProbSS(s):
if not isinstance(s, pd.core.series.Series):
s = pd.Series(s)
prt_ary = pd.groupby(s, by = s).count().values / float(len(s))
return sum(prt_ary ** 2)
######## 計算基尼系數(shù)
def getGini(s1, s2):
d = dict()
for i in list(range(len(s1))):
d[s1[i]] = d.get(s1[i] , []) + [s2[i]]
return 1-sum([getProbSS(d[k]) * len(d[k]) / float(len(s1)) for k in d])
## 對離散型變量計算相關系數(shù),并畫出熱力圖, 返回相關性矩陣
def DiscreteCorr(C_data):
## 對離散型變量(C_data)進行相關系數(shù)的計算
C_data_column_names = C_data.columns.tolist()
## 存儲C_data相關系數(shù)的矩陣
import numpy as np
dp_corr_mat = np.zeros([len(C_data_column_names) , len(C_data_column_names)])
for i in range(len(C_data_column_names)):
for j in range(len(C_data_column_names)):
# 計算兩個屬性之間的相關系數(shù)
temp_corr = getDiscreteCorr(C_data.iloc[:,i] , C_data.iloc[:,j])
dp_corr_mat[i][j] = temp_corr
# 畫出相關系數(shù)圖
fig = plt.figure()
fig.add_subplot(2,2,1)
sns.heatmap(dp_corr_mat ,vmin= - 1, vmax= 1, cmap= sns.color_palette('RdBu' , n_colors= 128) , xticklabels= C_data_column_names , yticklabels= C_data_column_names)
return pd.DataFrame(dp_corr_mat)
if __name__ == "__main__":
s1 = pd.Series(['X1' , 'X1' , 'X2' , 'X2' , 'X2' , 'X2'])
s2 = pd.Series(['Y1' , 'Y1' , 'Y1' , 'Y2' , 'Y2' , 'Y2'])
print('CondEntropy:',getCondEntropy(s1, s2))
print('EntropyGain:' , getEntropyGain(s1, s2))
print('EntropyGainRadio' , getEntropyGainRadio(s1 , s2))
print('DiscreteCorr:' , getDiscreteCorr(s1, s1))
print('Gini' , getGini(s1, s2))
以上這篇Python計算信息熵實例就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python實現(xiàn)判斷變量是否是函數(shù)方式
這篇文章主要介紹了Python實現(xiàn)判斷變量是否是函數(shù)方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02

