[机器学习-概念篇]彻底搞懂信息量,熵、相对熵、交叉熵
1 信息量
首先是信息量。假设我们听到了两件事,分别如下:
事件A:巴西队进入了2018世界杯决赛圈。
事件B:中国队进入了2018世界杯决赛圈。
仅凭直觉来说,显而易见事件B的信息量比事件A的信息量要大。究其原因,是因为事件A发生的概率很大,事件B发生的概率很小。所以当越不可能的事件发生了,我们获取到的信息量就越大。越可能发生的事件发生了,我们获取到的信息量就越小。那么信息量应该和事件发生的概率有关。
假设XX是一个离散型随机变量,其取值集合为χχ,概率分布函数p(x)=Pr(X=x),x∈χp(x)=Pr(X=x),x∈χp(x)=Pr(X=x),x∈χ 则定义事件X=x0X=x_0X=x0的信息量为:
I(x0)=−log(p(x0))I(x_0)=−log(p(x_0))I(x0)=−log(p(x0))
由于是概率所以p(x0)p(x_0)p(x0)的取值范围是[0,1],绘制为图形如下:
可见该函数符合我们对信息量的直觉
2 熵(信息熵)
考虑另一个问题,对于某个事件,有n种可能性,每一种可能性都有一个概率p(xi)p(x_i)p(xi)
这样就可以计算出某一种可能性的信息量。举一个例子,假设你拿出了你的电脑,按下开关,会有三种可能性,下表列出了每一种可能的概率及其对应的信息量
我们现在有了信息量的定义,而熵用来表示所有信息量的期望,即:
H(X)=−∑i=1np(xi)log(p(xi))H(X)=−\sum_{i=1}^np(x_i)log(p(x_i))H(X)=−i=1∑np(xi)log(p(xi))
其中n代表所有的n种可能性,所以上面的问题结果就是
然而有一类比较特殊的问题,比如投掷硬币只有两种可能,字朝上或花朝上。买彩票只有两种可能,中奖或不中奖。我们称之为0-1分布问题(二项分布的特例),对于这类问题,熵的计算方法可以简化为如下算式:
函数Y=p(x)log(p(x))Y = p(x)\log(p(x))Y=p(x)log(p(x))的图,
因为
因此对 p(x) = 0 , 我们令 p(x)log(p(x))=0p(x)\log(p(x))=0p(x)log(p(x))=0
例子
考虑⼀个随机变量x,这个随机变量有8种可能的状态,每个状态都是等可能的。
若8种状态各自的概率为
则熵为:
我们看到,非均匀分布比均匀分布的熵要小。
信息熵代表的是随机变量或整个系统的不确定性,熵越大,随机变量或系统的不确定性就越大。
3 相对熵(KL散度)
相对熵又称KL散度,如果我们对于同一个随机变量 x 有两个单独的概率分布 P(x) 和 Q(x),我们可以使用 KL 散度(Kullback-Leibler (KL) divergence)来衡量这两个分布的差异
即如果用P来描述目标问题,而不是用Q来描述目标问题,得到的信息增量。
在机器学习中,P往往用来表示样本的真实分布,比如[1,0,0]表示当前样本属于第一类。Q用来表示模型所预测的分布,比如[0.7,0.2,0.1]
直观的理解就是如果用P来描述样本,那么就非常完美。而用Q来描述样本,虽然可以大致描述,但是不是那么的完美,信息量不足,需要额外的一些“信息增量”才能达到和P一样完美的描述。如果我们的Q通过反复训练,也能完美的描述样本,那么就不再需要额外的“信息增量”,Q等价于P。
n为事件的所有可能性。
DKLD_{KL}DKL的值越小,表示q分布和p分布越接近
4 交叉熵
对上式变形可以得到:
等式的前一部分恰巧就是p的熵,等式的后一部分,就是交叉熵:
其中p(xi)p(x_i)p(xi)是真实的概率分布,q(xi)q(x_i)q(xi)是分类器得出的预测概率分布。
在机器学习中,我们需要评估label和predicts之间的差距,使用KL散度刚刚好,即DKL(y∣∣y^)D_{KL}(y||\hat{y})DKL(y∣∣y^),由于KL散度中的前一部分−H(y)−H(y)−H(y)不变,故在优化过程中,只需要关注交叉熵就可以了。所以一般在机器学习中直接用用交叉熵做loss,评估模型。
机器学习中交叉熵的应用
1 为什么要用交叉熵做loss函数?
在线性回归问题中,常常使用MSE(Mean Squared Error)作为loss函数,比如:
这里的m表示m个样本的,loss为m个样本的loss均值。
MSE在线性回归问题中比较好用,那么在逻辑分类问题中还是如此么?
2 交叉熵在单分类问题中的使用
这里的单类别是指,每一张图像样本只能有一个类别,比如只能是狗或只能是猫。
交叉熵在单分类问题上基本是标配的方法
上式为一张样本的loss计算方法。式2.1中n代表着n种类别。
举例说明,比如有如下样本
对应的标签和预测值
那么
对应一个batch的loss就是
m为当前batch的样本数
3 交叉熵在多分类问题中的使用
这里的多类别是指,每一张图像样本可以有多个类别,比如同时包含一只猫和一只狗
和单分类问题的标签不同,多分类的标签是n-hot。
比如下面这张样本图,即有青蛙,又有老鼠,所以是一个多分类问题
对应的标签和预测值
值得注意的是,这里的Pred不再是通过softmax计算的了,这里采用的是sigmoid。将每一个节点的输出归一化到[0,1]之间。所有Pred值的和也不再为1。换句话说,就是每一个Label都是独立分布的,相互之间没有影响。所以交叉熵在这里是单独对每一个节点进行计算,每一个节点只有两种可能值,所以是一个二项分布。前面说过对于二项分布这种特殊的分布,熵的计算可以进行简化。
同样的,交叉熵的计算也可以简化,即
注意,上式只是针对一个节点的计算公式。这一点一定要和单分类loss区分开来。
例子中可以计算为:
单张样本的loss即为loss=loss猫+loss蛙+loss鼠loss=loss_猫+loss_蛙+loss_鼠loss=loss猫+loss蛙+loss鼠
每一个batch的loss就是:
式中m为当前batch中的样本量,n为类别数。
参考资料
https://blog.csdn.net/tsyccnh/article/details/79163834
[机器学习-概念篇]彻底搞懂信息量,熵、相对熵、交叉熵相关推荐
- 【Pytorch神经网络理论篇】 21 信息熵与互信息:联合熵+条件熵+交叉熵+相对熵/KL散度/信息散度+JS散度
1 信息熵 熵 (Entropy),信息熵:常被用来作为一个系统的信息含量的量化指标,从而可以进一步用来作为系统方程优化的目标或者参数选择的判据. 1.1 信息熵的性质 单调性,发生概率越高的事件,其 ...
- 信息量、熵、交叉熵、KL散度、JS散度杂谈
信息量.熵.交叉熵.KL散度.JS散度杂谈 信息量 任何事件都会承载着一定的信息量,包括已经发生的事件和未发生的事件,只是它们承载的信息量会有所不同.如昨天下雨这个已知事件,因为已经发生,既定事实,那 ...
- 信息量、熵、交叉熵、KL散度、JS散度、Wasserstein距离
信息量.熵.交叉熵.KL散度.JS散度 文章目录 信息量.熵.交叉熵.KL散度.JS散度 前言 一.信息量 二.熵 三.交叉熵 四.KL散度 五.JS散度 六. Wasserstein距离 1.解决的 ...
- [机器学习]理解熵,交叉熵和交叉熵的应用
一 信息量 信息论当中的熵指的是信息量的混乱程度,也可以理解成信息量的大小. 举个简单的例子,以下两个句子,哪一个句子的信息量更大呢? 我今天没中彩票 我今天中彩票了 从文本上来看,这两句话的字数一致 ...
- AI入门:通俗讲解熵、交叉熵和 KL 散度
全文共 4351 字,23 幅图, 预计阅读时间 22 分钟. 本文被以下三份资料所启发,纯纯的致敬! [Christopher Colah] - Visual Information Theory ...
- 从熵到交叉熵损失的直观通俗的解释
来源:DeepHub IMBA本文约1100字,建议阅读5分钟 本文从信息论的角度解释有关熵的概念. 对于机器学习和数据科学的初学者来说,必须清楚熵和交叉熵的概念.它们是构建树.降维和图像分类的关键基 ...
- 交叉熵损失函数和focal loss_理解熵、交叉熵和交叉熵损失
交叉熵损失是深度学习中应用最广泛的损失函数之一,这个强大的损失函数是建立在交叉熵概念上的.当我开始使用这个损失函数时,我很难理解它背后的直觉.在google了不同材料后,我能够得到一个令人满意的理解, ...
- 熵,信息熵,香农熵,微分熵,交叉熵,相对熵
2019-07-13 https://blog.csdn.net/landstream/article/details/82383503 https://blog.csdn.net/pipisorry ...
- 交叉熵损失函数和似然估计_熵、交叉熵及似然函数的关系
熵.交叉熵及似然函数的关系 1. 熵 1.1 信息量 信息量:最初的定义是信号取值数量m的对数为信息量\(I\),即 \(I=log_2m\).这是与比特数相关的,比如一个信号只有两个取值,那么用1个 ...
最新文章
- Vmware 10 安装
- 用Python做科学计算
- IDEA创建多个模块MavenSpringBoot项目
- 2012年度IT博客大赛50强报道:马博峰
- matlab if m不等于0,matlab问题clearfor a=0.1:0.1:50for b=0.1:0.1:20for m=0.1:0.1:5
- golang的sync包例子
- 设置Android客户端进入时的随机欢迎语
- 帝国CMS7.5小品屋在线小品相声视频网站模板修复版
- python数值分为3种类型_Python数值类型
- UDS协议-代码完整性测试
- 有效使用网易有道词典客户端
- J2ME BUG 收集
- 让插入PPT的音乐跨幻灯片后同时播放
- 一直显示无法连接服务器失败,老显示无法连接服务器失败
- nfsd linux是什么进程,如何从NFS启动Linux及原理
- MYSQL分区表如何保证数据唯一性
- 致谢词大全字C语言,致谢词范文
- 关于电脑插上耳机后扬声器与耳机同时播放声音。
- python制作三维散点图
- python图片直接保存到远端_Python在远程服务器中的实现挂代码-发送定期天气预报到邮箱+每天一句话(小白教程),远端,定时,至,每日...