-
IG
(信息增益簡稱)
鎖定
IG又稱information divergence,information gain ,relative entropy 或者KLIC。
- 中文名
- IG
- 外文名
- Kullback–Leibler divergence
- 解 釋
- 信息增益
- 又 稱
- information divergence
- 簡 稱
- KLIC
概念含義
信息增益(Kullback–Leibler divergence)又稱information divergence,information gain(IG),relative entropy 或者KLIC。
在概率論和信息論中,信息增益是非對稱的,用以度量兩種概率分佈P和Q的差異。信息增益描述了當使用Q進行編碼時,再使用P進行編碼的差異。通常P代表樣本或觀察值的分佈,也有可能是精確計算的理論分佈。Q代表一種理論,模型,描述或者對P的近似。
儘管信息增益通常被直觀地作為是一種度量或距離,但事實上信息增益並不是。就比如信息增益不是對稱的,從P到Q的信息增益通常不等於從Q到P的信息增益。信息增益是f增益(f-divergences)的一種特殊情況。在1951年由Solomon Kullback 和Richard Leibler首先提出作為兩個分佈的直接增益(directed divergence)。它與微積分中的增益不同,但可以從Bregman增益(Bregman divergence)推導得到。
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:6次歷史版本
- 最近更新: lily281741