MATLAB信息熵计算

基于Spark的系统信息熵和条件熵计算

利用Spark计算CMIM、MRMR、MIFS等方法的开源库已经相当成熟。作者在仿照Spark MLlib库的特征选择功能基础上，扩展了支持系统信息熵和条件熵计算的方法。需要具体结果时，可直接调用ml.feature中相应的方法。

spark 2 2024-08-03

信息熵与互信息的计算方法详解

详细介绍了信息熵的定义及其计算方法，以及互信息的概念和计算方式，并提供了使用Matlab实现的示例。

Matlab 0 2024-08-09

VBA宏编程计算矩阵区位熵

利用VBA宏编程实现矩阵区位熵的便捷计算，无需安装额外软件。

算法与数据结构 3 2024-05-25

SOIS中基于信息熵的属性约简

粗糙集理论用于SOIS中属性约简。通过信息论视角，引入信息熵和相对信息量。基于信息熵定义属性约简，并提出减价算法。示例说明方法有效性。

数据挖掘 2 2024-05-26

第五步计算信誉的熵

在决策树算法中，第五步计算信誉的熵，信誉分为两组：良好和优秀。信誉信息增益公式为：E（信誉）= 0.9048，信誉信息增益= 0.9537-0.9048 = 0.0453。 此外，提供了一个决策树算法的示例，用于根据年龄、收入、学生身份和信誉对客户进行归类，并预测他们是否购买计算机。

数据挖掘 1 2024-05-25

经验模态分解与样本熵计算的Matlab程序代码

利用经验模态分解（EMD）提取IMF向量与残余向量的Matlab程序。包含主函数emdplus.m和样本熵函数samp的详细注解。EMD.m函数为广泛使用的版本，能直接运行且验证有效。

Matlab 0 2024-08-28

Matlab最大熵方法下的偏度和峰度计算代码

件夹包含Matlab代码，用于使用最大熵原理拟合分布。通过均值、方差、偏度和峰度作为约束条件，查找拉格朗日乘子以获得最大熵分布。

Matlab 0 2024-09-14

基于信息熵与TOPSIS的综合评价方法

方法概述 该方法融合信息熵和TOPSIS法进行综合评价。首先，利用信息熵计算指标权重，客观反映指标信息量；随后，应用TOPSIS法，基于指标权重计算综合得分，对评价对象进行排序。 步骤 数据标准化处理 计算信息熵 确定指标权重 计算各方案与理想解的距离 计算综合得分 排序 优势 客观性：权重由数据自身决定，避免主观因素影响 综合性：考虑指标信息量和方案与理想解的距离 可操作性：步骤清晰，易于实现

算法与数据结构 4 2024-04-30

基于粗糙集的条件信息熵权重方法

该方法利用粗糙集理论处理不确定信息，通过计算条件信息熵来量化属性重要性，进而确定权重。

算法与数据结构 2 2024-05-27