我最近看了这个文章的离散概率分布的熵。它描述了一种关于熵的好方法,在给定所用单词的概率分布的,当编码最佳时,对消息进行编码所需的期望位数(至少在熵定义中使用时)。
但是,当扩展到像这样的连续情况时,我认为这种思维方式会,因为对于任何连续概率分布,(如果那是错误的,请纠正我),所以我想知道是否有一种很好的方式来思考连续熵的含义,就像离散情况一样。p (X )
您是否尝试阅读有关熵和微分熵的维基百科文章?
—
ttnphns
连续分布没有概率质量函数。在连续情况下的模拟是概率密度和积分超过x的整个范围内的积分等于1
—
迈克尔R. Chernick
@MichaelChernick我没有说它确实有一个,但是关于离散案例的思考方式依赖于一个事实,即总和等于
—
1。– dippynark
@ttnphns不,我没有,但我现在将它们检查出来,谢谢。
—
dippynark
另请参阅stats.stackexchange.com/questions/66186/… 了解香农熵。一些想法可以转移。
—
kjetil b halvorsen