决策树算法2-决策树分类原理2.1-信息熵

熵

1 概念

1.1 起源

• 物理学上，熵 Entropy是“混乱”程度的量度。系统越有序，熵值越低；系统越混乱或者分散，熵值越高。
  
• 1948年香农提出了信息熵（Entropy）的概念。

1.2 信息理论

• 从信息的完整性上描述：系统的有序状态一致时，数据越集中的地方熵值越小，数据越分散的地方熵值越大。
• 从信息的有序性上描述：数据量一致时，系统越有序，熵值越低；系统越混乱或者分散，熵值越高。

1.3 信息熵定义

• "信息熵" (information entropy)是度量样本集合纯度最常用的一种指标。
• 假定当前样本集合 D 中第 k 类样本所占的比例为\(p_k(k = 1, 2,. . . , |y|), p_k=\frac{c_k}{D}\), D为样本的所有数量，\(c_k\)为第k类样本的数量。则D的信息熵定义为（log是以2为底，lg是以10为底）:
  

其中：Ent(D) 的值越小，则 D 的纯度越高.

2 案例

课堂案例：
假设我们没有看世界杯的比赛，但是想知道哪支球队会是冠军，
我们只能猜测某支球队是或不是冠军，然后观众用对或不对来回答，
我们想要猜测次数尽可能少，你会用什么方法？

答案：
二分法：
假如有 16 支球队，分别编号，先问是否在 1-8 之间，如果是就继续问是否在 1-4 之间，
以此类推，直到最后判断出冠军球队是哪支。
如果球队数量是 16，我们需要问 4 次来得到最后的答案。那么世界冠军这条消息的信息熵就是 4。

那么信息熵等于4，是如何进行计算的呢？
Ent(D) = -（p1 * logp1 + p2 * logp2 + ... + p16 * logp16），
其中 p1, ..., p16 分别是这 16 支球队夺冠的概率。
当每支球队夺冠概率相等都是 1/16 的时：Ent(D) = -（16 * 1/16 * log1/16） = 4
每个事件概率相同时，熵最大，这件事越不确定。

练习：
篮球比赛里，有4个球队 {A,B,C,D} ，获胜概率分别为{1/2, 1/4, 1/8, 1/8}
求Ent(D)

答案：