Python计算信息熵实例


Posted in Python onJune 18, 2020

计算信息熵的公式:n是类别数,p(xi)是第i类的概率

Python计算信息熵实例

假设数据集有m行,即m个样本,每一行最后一列为该样本的标签,计算数据集信息熵的代码如下:

from math import log
 
def calcShannonEnt(dataSet):
  numEntries = len(dataSet) # 样本数
  labelCounts = {} # 该数据集每个类别的频数
  for featVec in dataSet: # 对每一行样本
    currentLabel = featVec[-1] # 该样本的标签
    if currentLabel not in labelCounts.keys(): labelCounts[currentLabel] = 0
    labelCounts[currentLabel] += 1 
  shannonEnt = 0.0
  for key in labelCounts:
    prob = float(labelCounts[key])/numEntries # 计算p(xi)
    shannonEnt -= prob * log(prob, 2) # log base 2
  return shannonEnt

补充知识:python 实现信息熵、条件熵、信息增益、基尼系数

我就废话不多说了,大家还是直接看代码吧~

import pandas as pd
import numpy as np
import math
## 计算信息熵
def getEntropy(s):
  # 找到各个不同取值出现的次数
  if not isinstance(s, pd.core.series.Series):
    s = pd.Series(s)
  prt_ary = pd.groupby(s , by = s).count().values / float(len(s))
  return -(np.log2(prt_ary) * prt_ary).sum()
## 计算条件熵: 条件s1下s2的条件熵
def getCondEntropy(s1 , s2):
  d = dict()
  for i in list(range(len(s1))):
    d[s1[i]] = d.get(s1[i] , []) + [s2[i]]
  return sum([getEntropy(d[k]) * len(d[k]) / float(len(s1)) for k in d])

## 计算信息增益
def getEntropyGain(s1, s2):
  return getEntropy(s2) - getCondEntropy(s1, s2)

## 计算增益率
def getEntropyGainRadio(s1, s2):
  return getEntropyGain(s1, s2) / getEntropy(s2)

## 衡量离散值的相关性
import math
def getDiscreteCorr(s1, s2):
  return getEntropyGain(s1,s2) / math.sqrt(getEntropy(s1) * getEntropy(s2))

# ######## 计算概率平方和
def getProbSS(s):
  if not isinstance(s, pd.core.series.Series):
    s = pd.Series(s)
  prt_ary = pd.groupby(s, by = s).count().values / float(len(s))
  return sum(prt_ary ** 2)
######## 计算基尼系数
def getGini(s1, s2):
  d = dict()
  for i in list(range(len(s1))):
    d[s1[i]] = d.get(s1[i] , []) + [s2[i]]
  return 1-sum([getProbSS(d[k]) * len(d[k]) / float(len(s1)) for k in d])
## 对离散型变量计算相关系数,并画出热力图, 返回相关性矩阵
def DiscreteCorr(C_data):
  ## 对离散型变量(C_data)进行相关系数的计算
  C_data_column_names = C_data.columns.tolist()
  ## 存储C_data相关系数的矩阵
  import numpy as np
  dp_corr_mat = np.zeros([len(C_data_column_names) , len(C_data_column_names)])
  for i in range(len(C_data_column_names)):
    for j in range(len(C_data_column_names)):
      # 计算两个属性之间的相关系数
      temp_corr = getDiscreteCorr(C_data.iloc[:,i] , C_data.iloc[:,j])
      dp_corr_mat[i][j] = temp_corr
  # 画出相关系数图
  fig = plt.figure()
  fig.add_subplot(2,2,1)
  sns.heatmap(dp_corr_mat ,vmin= - 1, vmax= 1, cmap= sns.color_palette('RdBu' , n_colors= 128) , xticklabels= C_data_column_names , yticklabels= C_data_column_names)
  return pd.DataFrame(dp_corr_mat)

if __name__ == "__main__":
  s1 = pd.Series(['X1' , 'X1' , 'X2' , 'X2' , 'X2' , 'X2'])
  s2 = pd.Series(['Y1' , 'Y1' , 'Y1' , 'Y2' , 'Y2' , 'Y2'])
  print('CondEntropy:',getCondEntropy(s1, s2))
  print('EntropyGain:' , getEntropyGain(s1, s2))
  print('EntropyGainRadio' , getEntropyGainRadio(s1 , s2))
  print('DiscreteCorr:' , getDiscreteCorr(s1, s1))
  print('Gini' , getGini(s1, s2))

以上这篇Python计算信息熵实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python将xml和xsl转换为html的方法
Mar 10 Python
Python的Flask框架中实现分页功能的教程
Apr 20 Python
Python合并多个Excel数据的方法
Jul 16 Python
python画折线图的程序
Jul 26 Python
Python3中lambda表达式与函数式编程讲解
Jan 14 Python
Python实现Linux监控的方法
May 16 Python
Python+PyQT5的子线程更新UI界面的实例
Jun 14 Python
python语言是免费还是收费的?
Jun 15 Python
Keras模型转成tensorflow的.pb操作
Jul 06 Python
pandas map(),apply(),applymap()区别解析
Feb 24 Python
Python代码,能玩30多款童年游戏!这些有几个是你玩过的
Apr 27 Python
pytorch 6 batch_train 批训练操作
May 28 Python
python导入库的具体方法
Jun 18 #Python
如何基于Python代码实现高精度免费OCR工具
Jun 18 #Python
python软件都是免费的吗
Jun 18 #Python
python中return如何写
Jun 18 #Python
python对一个数向上取整的实例方法
Jun 18 #Python
Python基于time模块表示时间常用方法
Jun 18 #Python
numpy 矩阵形状调整:拉伸、变成一位数组的实例
Jun 18 #Python
You might like
简体中文转换为繁体中文的PHP函数
2006/10/09 PHP
使用PHP处理数据库数据如何将数据返回客户端并显示当前状态
2016/02/16 PHP
Yii框架结合sphinx,Ajax实现搜索分页功能示例
2016/10/18 PHP
PHP + plupload.js实现多图上传并显示进度条加删除实例代码
2017/03/06 PHP
PHP常用算法和数据结构示例(必看篇)
2017/03/15 PHP
php计数排序算法的实现代码(附四个实例代码)
2020/03/31 PHP
基于PHP的微信公众号的开发流程详解
2020/08/07 PHP
js打印纸函数代码(递归)
2010/06/18 Javascript
用jquery等比例控制图片宽高的具体实现
2014/01/28 Javascript
jquery队列函数用法实例
2014/12/16 Javascript
jquery实现Ctrl+Enter提交表单的方法
2015/07/21 Javascript
七夕情人节丘比特射箭小游戏
2015/08/20 Javascript
jQuery validate 验证radio实例
2017/03/01 Javascript
Angularjs中date过滤器失效的问题及解决方法
2018/07/06 Javascript
angular 用Observable实现异步调用的方法
2018/12/27 Javascript
vue-cli构建vue项目的步骤详解
2019/01/27 Javascript
js回到页面指定位置的三种方式
2020/12/17 Javascript
vue-router路由懒加载及实现的3种方式
2021/02/28 Vue.js
[01:22:28]DOTA2-DPC中国联赛 正赛 SAG vs RNG BO3 第一场 1月18日
2021/03/11 DOTA
浅谈Python在pycharm中的调试(debug)
2018/11/29 Python
python字符串查找函数的用法详解
2019/07/08 Python
python cumsum函数的具体使用
2019/07/29 Python
python被修饰的函数消失问题解决(基于wraps函数)
2019/11/04 Python
Python中six模块基础用法
2019/12/08 Python
Python基础类继承重写实现原理解析
2020/04/03 Python
台湾菁英交友:结识黄金单身的台湾人
2018/01/22 全球购物
Jimmy Choo美国官网:周仰杰鞋子品牌
2018/06/08 全球购物
女士和男士时尚鞋在线购物:Shoespie
2019/02/28 全球购物
面试后的英文感谢信
2014/02/01 职场文书
海飞丝的广告词
2014/03/20 职场文书
师德师风自我剖析材料
2014/09/27 职场文书
安全承诺书格式范本
2015/04/28 职场文书
学生乘坐校车安全责任书
2015/05/11 职场文书
安娜卡列尼娜观后感
2015/06/11 职场文书
MySQL 数据类型选择原则
2021/05/27 MySQL
Redis高并发防止秒杀超卖实战源码解决方案
2021/11/01 Redis