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中is与==判断的区别
Mar 28 Python
Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程
Jan 04 Python
一文带你了解Python中的字符串是什么
Nov 20 Python
通过python爬虫赚钱的方法
Jan 29 Python
Python实现TCP通信的示例代码
Sep 09 Python
Win10+GPU版Pytorch1.1安装的安装步骤
Sep 27 Python
django数据模型on_delete, db_constraint的使用详解
Dec 24 Python
python3 正则表达式基础廖雪峰
Mar 25 Python
tensorflow模型文件(ckpt)转pb文件的方法(不知道输出节点名)
Apr 22 Python
keras 获取某层输出 获取复用层的多次输出实例
May 23 Python
python/golang 删除链表中的元素
Sep 14 Python
Python通过format函数格式化显示值
Oct 17 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
在“咖啡之国”感受咖啡文化
2021/03/03 咖啡文化
PHP date函数参数详解
2006/11/27 PHP
将一维或多维的数组连接成一个字符串的php代码
2010/08/08 PHP
php中session过期时间设置及session回收机制介绍
2014/05/05 PHP
编译PHP报错configure error Cannot find libmysqlclient under usr的解决方法
2014/06/27 PHP
PHP获取时间排除周六、周日的两个方法
2014/06/30 PHP
PHP实现的mysql操作类【MySQL与MySQLi方式】
2017/10/07 PHP
PHP读取目录树的实现方法分析
2019/03/22 PHP
php实现JWT(json web token)鉴权实例详解
2019/11/05 PHP
php + ajax 实现的写入数据库操作简单示例
2020/05/16 PHP
js Html结构转字符串形式显示代码
2011/11/15 Javascript
js冒泡、捕获事件及阻止冒泡方法详细总结
2014/05/08 Javascript
浅析Node在构建超媒体API中的作用
2014/07/30 Javascript
JavaScript字符串对象slice方法入门实例(用于字符串截取)
2014/10/16 Javascript
原生JS实现多个小球碰撞反弹效果示例
2018/01/31 Javascript
JavaScript图片处理与合成总结
2018/03/04 Javascript
详解小程序用户登录状态检查与更新实例
2019/05/15 Javascript
React Hooks 实现和由来以及解决的问题详解
2020/01/17 Javascript
react-router-dom 嵌套路由的实现
2020/05/02 Javascript
vue3.0实现插件封装
2020/12/14 Vue.js
python访问mysql数据库的实现方法(2则示例)
2016/01/06 Python
通过5个知识点轻松搞定Python的作用域
2016/09/09 Python
Pandas —— resample()重采样和asfreq()频度转换方式
2020/02/26 Python
python制作微博图片爬取工具
2021/01/16 Python
最新的大学生找工作自我评价
2013/09/29 职场文书
工程管理造价应届生求职信
2013/11/13 职场文书
秋季运动会稿件
2014/01/30 职场文书
国际贸易专业个人求职信格式
2014/02/02 职场文书
吸烟检讨书2000字
2014/02/13 职场文书
安全生产工作汇报
2014/10/28 职场文书
横空出世观后感
2015/06/09 职场文书
师范生教育见习总结
2015/06/23 职场文书
环保建议书范文
2015/09/14 职场文书
Go Gin实现文件上传下载的示例代码
2021/04/02 Golang
Hive导入csv文件示例
2022/06/25 数据库
mysql数据库如何转移到oracle
2022/12/24 MySQL