statistics - 熵和信息增益

Question

我希望这是一个简单的问题。

如果我有一组这样的数据:

Classification  attribute-1  attribute-2

Correct         dog          dog 
Correct         dog          dog
Wrong           dog          cat 
Correct         cat          cat
Wrong           cat          dog
Wrong           cat          dog

那么属性2相对于属性1的信息增益是多少？

我计算了整个数据集的熵:-(3/6)log2(3/6)-(3/6)log2(3/6)=1

那我就卡住了!我认为你也需要计算 attribute-1 和 attribute-2 的熵？然后将这三个计算用在信息增益计算中？

任何帮助都会很棒，

谢谢你:)。

Answer 1

首先您必须计算每个属性的熵。之后计算信息增益。请给我一点时间，我将展示应该如何完成。

对于属性 1

attr-1=dog:
info([2c,1w])=entropy(2/3,1/3)

attr-1=cat
info([1c,2w])=entropy(1/3,2/3)

属性 1 的值:

info([2c,1w],[1c,2w])=(3/6)*info([2c,1w])+(3/6)*info([1c,2w])

属性 1 的增益:

gain("attr-1")=info[3c,3w]-info([2c,1w],[1c,2w])

您必须对下一个属性执行相同的操作。