entropy

23熱度

8回答

在我的項目中，我需要多次計算0-1向量的熵。這是我的代碼： def entropy(labels): """ Computes entropy of 0-1 vector. """ n_labels = len(labels) if n_labels <= 1: return 0 counts = np.bincount(labels)

0熱度

1回答

在Android

低熵每當熵池出現在Android的少，我們可以很容易地觀察到遲緩的設備，但我沒有看到Linux上類似的行爲（Ubuntu的）。我在兩個使用2GB的Ram。爲什麼熵池對設備的性能有如此多的影響？我們如何確保熵池總是高？，您可以從大量的閱讀和幫助執行以下命令 $adb shell cat /proc/sys/kernel/random/entropy_avail

0熱度

1回答

如何編碼matlab中的交叉熵誤差函數

有人可以幫助我編寫Matlab中的交叉熵損失函數。我想用@即函數句柄在單行中對其進行編碼。誤差函數是 E（瓦特）= 1/N *總和（N = 1 ... N）LN（1+ EXP（-y（n）的* W * X（N））） N是訓練樣例的總數。 'w'是函數的參數。 'x'是一個包含訓練樣例特徵的向量，'y'是相應的標籤。 'E'的每個評估都需要處理所有的訓練樣例。非常感謝您

1熱度

1回答

當數據集不包含頻率爲零的條目時，計算頻率的方差

我有一個包含三個字段的數據集：id，特徵和頻率。我想要做的是找出一組給定的id，哪個特徵具有最大的頻率分佈。我想要的結果是，如果我將id組分組爲兩個子組，使用該特徵的頻率中值，則我有兩組彼此之間差異最大但尺寸大致相同的組。我的第一個想法是，我計算每個特徵的頻率方差，並使用方差最高的特徵。給定一個數據庫表，其看起來像這樣： id | feature | frequency ---+------

5熱度

1回答

理解數據集的香農熵

我在閱讀Machine Learning In Action，我正在閱讀決策樹章節。據我所知，決策樹是建立在分裂數據集的基礎上的，可以讓你構建樹枝和樹葉。這爲您提供了樹頂部的更多可能信息，並限制了您需要經過多少次決策。書中示出的函數確定的數據組的信息熵： def calcShannonEnt(dataSet): numEntries = len(dataSet) labelC

5熱度

1回答

需要更快的Python代碼來計算樣本熵

這是我在編寫樣本熵的Python代碼時遇到的問題。 map(max, abs(a[i]-a))很慢。有沒有其他功能比map()更好？哪裏a是ndarray看起來像np.array([ [1,2,3,4,5],[2,3,4,5,6],[3,4,5,3,2] ])

4熱度

3回答

決策樹中的Shannon熵度量

爲什麼在決策樹分支中使用Shannon熵度量？熵（S）= - P（+）的日誌（P（+）） - P（ - ）的日誌（P（ - ））我知道這是沒有的量度。編碼信息所需的位數;分佈越均勻，熵越多。但我不明白爲什麼它經常用於創建決策樹（選擇分支點）。

0熱度

2回答

我怎樣可以快速壓縮短的十六進制字符串，並在C＃

解壓我有一些16字符的十六進制字符串是這樣的： B5A43BC5BDCEEFC6 2C7C27F05A488897 1514F4EC47C2EBF6 D91ED66BC999EB64 我想縮短他們，並有縮短的字符串只包含大寫字母。 DeflateStream和GZipStream只是增加了長度。任何人都可以幫我縮短這16個字符的十六進制字符串爲6個字符或更少？或者，將32個字符的十六

0熱度

1回答

最好的Python方法來從鍵盤輸入用戶熵收穫PGP？

有沒有人回憶PGP提示用戶通過敲擊隨機鍵來「生成一些熵」？ PGP會在收集時測量熵值，向用戶指示一個很酷的小進度條，並在內部爲關鍵筆劃計時，進行一些處理並將其用作某種或某種其他種子的種子。我想打一個快速程序，做了類似「熵集」在python步驟（控制檯應用程序），但我在有關的一些問題茫然：最佳方法的定時收集各次擊鍵最佳方法來顯示涼爽進度條回用戶有關處理步驟，或PGP步驟的實際細節思想的最佳

1熱度

1回答

編輯文件掃描程序只掃描每個文件的第一個.01MB

該程序http://www.fourmilab.ch/random/掃描整個文件以確定其信息密度（又名熵/隨機性）。我想編輯它只掃描文件的第一個.01 MB而不是整個文件，以加快掃描時間（我需要掃描的網絡共享爲2TB）。來源包含在下載中，因此應該很容易做到;我只是不確定如何開始。任何想法？