不能使用“直方图”来计算熵

14日视图(30天)

显示旧的评论

z8080 2021年9月9日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/1449894-cannot-use-histogram-to-compute-entropy

评论道: 沃尔特·罗伯森 2021年9月10日

我想计算不同的熵向量。我要使用类似:

                          X = randn (1100);
                         
                          h1 =直方图(X,“归一化”,“概率”);
                         
                          概率= h1.Values;
                         
                          熵=总和(概率。* log2(概率))

然而第二个命令给了错误:

                          未定义的MATLAB函数的c: \ Program Files \ \ R2019b \ MATLAB工具箱\ \ specgraph \直方图。m为输入参数的类型的“双”。
                         

但这正是标准的Matlab函数“直方图”预计? !做一个

哪一个柱状图

事实上返回

C:\Program Files\MATLAB\R2019b\toolbox\matlab\specgraph\ histogram.m

这是最新的文件(通过修改日期)从几个的名字(不幸的是)存在于我的Matlab文件夹。我相信这应该是标准的Matlab函数“直方图”。

如果另一方面在上面的例子中,我使用“嘘”而不是“直方图”,我得到我希望的标量值熵。然而,我知道“嘘”是不可取的,尤其是因为不能指定规范化类型。

所以,我的问题是:使用“嘘”计算概率好,或者我应该试试别的东西能够使用“直方图”呢?

13个评论
显示12以上的评论藏12个年长的评论

z8080 2021年9月9日

的输出是:

                                1函数h =直方图(变长度输入宗量)
                               
                                2%直方图直方图的阴谋。
                               
                                3X %直方图(X)块的直方图直方图使用自动装箱
                               
                                4%算法返回垃圾箱与统一的宽度,选择覆盖
                               
                                5%的元素X和揭示底层的形状分布。

你的直觉是对的,我做了最后一个变量不叫直方图在某种程度上在我的工作区。我删除,但仍示例代码行为古怪。现在是直方图选项,返回标量值预期,

                                h1 =直方图(X,“归一化”,“概率”);
                               
                                概率= h1.Values;
                               
                                熵=总和(概率。* log2(概率))
                               
                                熵=
                               
                                1.0409

而南嘘输出:

                                h1 =嘘(X);
                               
                                概率= h1;
                               
                                熵=总和(概率。* log2(概率))
                               
                                熵=
                               
                                南

z8080 2021年9月9日

编辑:z8080 2021年9月9日

通过“项目计数为0”你的意思是物品的概率向量等于 0 ?

事实上,出于某种原因,我得到的所有概率向量包括至少一个0,但是相应的熵只对那些南0 mid-vector而不是当0结束时(由于填充在创建矩阵行各种长度)。这不是明显的输入信号导致这情况。

比如这段代码:

                                信号=(2.06623794644167,1.90137810157315,5.79024624899804,-10.0872171266770,3.72029696914678,1.88888495632052,-0.899652931772044,-1.01593746059118,6.02304846348934,-1.47602178714163,-1.26585426828863,-1.23193945906322,-1.58972503058801,-1.19316666394375,南南南南南南南)
                               
                                % (isnan信号(信号))= [];
                               
                                h1 =直方图(信号,“归一化”,“概率”);
                               
                                概率= h1.Values
                               
                                熵=总和(概率。* log2(概率))%这返回NaN
                               
                                信号=(-6.30156202700424,2.31276368504634,2.53575767657180,3.85380766080873,-0.788693245197791,-3.14860106509044,5.94561552053542,-4.88433510447800,-0.536192076206886,4.93030202134006,-4.09979662991061,-0.597866984143998,-1.21151323711087,4.31812745523269,-1.74917050858314,-1.59171474633157,-0.845918488184140,南南,南南)
                               
                                % (isnan信号(信号))= [];
                               
                                h1 =直方图(信号,“归一化”,“概率”);
                               
                                概率= h1.Values
                               
                                熵=总和(概率。* log2(概率))这返回一个non-NaN % !

                                
                                信号=
                               
                                列1到17
                               
                                2.0662 1.9014 5.7902 -10.0872 3.7203 1.8889 -0.8997 -1.0159 6.0230 -1.4760 -1.2659 -1.2319 -1.5897 -1.1932南南南
                               
                                列18 - 21
                               
                                南南南南
                               
                                概率=
                               
                                0.3333 0.1905 0.0952 0.0476 0
                               
                                熵=
                               
                                南
                               
                                信号=
                               
                                列1到17
                               
                                -6.3016 2.3128 2.5358 3.8538 -0.7887 -3.1486 5.9456 -4.8843 -0.5362 4.9303 -4.0998 -0.5979 -1.2115 4.3181 -1.7492 -1.5917 -0.8459
                               
                                列18 - 21
                               
                                南南南南
                               
                                概率=
                               
                                0.0476 0.4762 0.2381 0.0476
                               
                                熵=
                               
                                1.4210

把nan从信号向量本身没有区别。

因此,我的问题:

1)我不明白为什么一个0中间导致南熵,但最后一个0是可以接受的。

2)将它实际上是正确的手动删除这些中路0和计算熵的兴味的概率向量?

沃尔特·罗伯森 2021年9月9日

你有一个有限的样本分布,你不指定本边缘或垃圾箱的数量。

在这种情况下,柱状图()是记录使用统一的数据创建垃圾箱宽度表示直方图的形状。然而,没有文档所使用的算法选择本宽度(箱),每分钟和相关的代码是在一个文件所以我们不能看它。

所以你让直方图选择统一的箱子在你有限的分布的数据,使用一个未知的算法选择本宽度,和一些垃圾箱零计数。

信谊N积极

p = 1/10;

打= 1/100;

解决(n = (1 - p) ^ n = =打)

n =

vpa (n)

ans =

43.708690653565665125154703017494

这种计算,如果你有一本有10%的概率,你会超过43个样本的概率下降到少于1/100之前本是空的。所以,有有限的样本,概率发生。

沃尔特·罗伯森 2021年9月10日

根据你的知识分布,它是有意义的询问,并采取马克斯(1项)来代替一个名义冲击对于每一个本,然后计算概率,adjusted_counts。/总和(adjusted_counts)。

样品越少,越扭曲的概率;样本越多,你就越有可能需要它。

但我推荐自己找出的比特数在某种程度上否则你将继续其非法的方法选择的摆布垃圾箱的数量。

登录置评。

在回答这个问题。

答案(0)

在回答这个问题。

类别

人工智能,数据科学和统计数据统计和机器学习工具概率分布连续分布指数分布

找到更多的在指数分布在帮助中心和文件交换

s manbetx 845

MATLAB

释放

R2019b

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

不能使用“直方图”来计算熵

13个评论
显示12以上的评论藏12个年长的评论

答案(0)

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

不能使用“直方图”来计算熵

13个评论 显示12以上的评论藏12个年长的评论

答案(0)

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

13个评论
显示12以上的评论藏12个年长的评论