摘要：
一、概念 互信息，Mutual Information，缩写为MI，表示两个变量X与Y是否有关系，以及关系的强弱，或者说是X与Y的相关性。 如果 (X, Y) ~ p(x, y), X, Y 之间的互信息 I(X; Y)定义为: Note: 互信息 I (X; Y)可为正、负或0。 互信息实际上是更 阅读全文
posted @ 2018-12-05 20:32
小时候挺菜
阅读(2859)
评论(0)
推荐(1)
摘要：
1 信息熵以及引出条件熵 我们首先知道信息熵是考虑该随机变量的所有可能取值，即所有可能发生事件所带来的信息量的期望。公式如下： 我们的条件熵的定义是：定义为X给定条件下，Y的条件概率分布的熵对X的数学期望 这个还是比较抽象，下面我们解释一下： 设有随机变量（X,Y），其联合概率分布为 条件熵H（Y| 阅读全文
posted @ 2018-12-05 20:13
小时候挺菜
阅读(1069)
评论(0)
推荐(0)
摘要：
一、通俗解释 熵是衡量“信息量“大小的一个数值。什么叫”信息量“？举个例子。 假设你现在玩一个猜硬币正反面的游戏，有个人扔一次硬币，你猜正反面，猜对了可以拿100块钱，猜错了就没有钱。 现在有一个能预知未来的人，他知道本次抛硬币的结果，并且他愿意告诉你，只要你给他一定数量的钱。 那么在如下四种情况下 阅读全文
posted @ 2018-12-05 13:00
小时候挺菜
阅读(6510)
评论(0)
推荐(0)
摘要：
一、先看一下教科书上的定义：设A是n阶方阵，如果存在常数及非零n向量x，使得，则称是矩阵A的特征值，x是A属于特征值的特征向量。给定n阶矩阵A，行列式 的结果是关于的一个多项式，成为矩阵A的特征多项式，该特征多项式构成的方程称为矩阵A的特征方程。 定理：n阶矩阵A的n个特征值就是其特征方程的n个跟； 阅读全文
posted @ 2018-12-05 10:27
小时候挺菜
阅读(1335)
评论(0)
推荐(0)
摘要：
转自：http://mini.eastday.com/bdmip/180328092726628.html# 定义： 对于给定矩阵A，寻找一个常数λ（可以为复数）和非零向量x，使得向量x被矩阵A作用后所得的向量Ax与原向量x平行，并且满足Ax=λx。 2 特征值和特征向量的几何意义 看到硬生生的定义 阅读全文
posted @ 2018-12-05 10:24
小时候挺菜
阅读(13071)
评论(0)
推荐(2)
摘要：
转自：https://blog.csdn.net/fuming2021118535/article/details/51339881 在刚开始学的特征值和特征向量的时候只是知道了定义和式子，并没有理解其内在的含义和应用，这段时间整理了相关的内容，跟大家分享一下； 首先我们先把特征值和特征向量的定义复 阅读全文
posted @ 2018-12-05 10:22
小时候挺菜
阅读(1540)
评论(0)
推荐(1)
摘要：
转自：https://blog.csdn.net/fuming2021118535/article/details/51339881 在刚开始学的特征值和特征向量的时候只是知道了定义和式子，并没有理解其内在的含义和应用，这段时间整理了相关的内容，跟大家分享一下； 首先我们先把特征值和特征向量的定义复 阅读全文
posted @ 2018-12-05 10:21
小时候挺菜
阅读(1064)
评论(0)
推荐(0)
浙公网安备 33010602011771号