scipy.stats.Normal.
熵#
- Normal.entropy(*, method=None)[source]#
微分熵
以機率密度函數 \(f(x)\) 和支撐集 \(\chi\) 表示，連續隨機變數 \(X\) 的微分熵（或簡稱「熵」）為
\[h(X) = - \int_{\chi} f(x) \log f(x) dx\]- 參數:
- method{None, ‘formula’, ‘logexp’, ‘quadrature’}
用於評估熵的策略。 預設情況下（
None），基礎架構會從以下選項中選擇，並依優先順序排列。'formula'：使用熵本身的公式'logexp'：評估對數熵並取指數'quadrature'：使用數值積分
並非所有分佈都提供所有 method 選項。 如果選定的 method 不可用，將會引發
NotImplementedError。
- 回傳值:
- out陣列
隨機變數的熵。
參見
說明
此函數使用自然對數計算熵；即以 \(e\) 為底的對數。 因此，該值以納特 (nats) 的（無因次）「單位」表示。 若要將熵轉換為不同的單位（即對應於不同的底），請將結果除以所需底的自然對數。
參考文獻
[1]微分熵，Wikipedia，https://en.wikipedia.org/wiki/Differential_entropy
範例
使用所需的參數實例化分佈
>>> from scipy import stats >>> X = stats.Uniform(a=-1., b=1.)
評估熵
>>> X.entropy() 0.6931471805599454