exponenta event banner

relativeEntropy

Одномерное расхождение Куллбэка-Лейблера двух независимых групп данных для измерения разделяемости классов

Синтаксис

Описание

relativeEntropy - функция, используемая в коде, созданном конструктором диагностических функций.

Z = relativeEntropy(X,I) вычисляет одномерную дивергенцию Куллбэка-Лейблера двух независимых подмножеств набора данных X которые сгруппированы в соответствии с логическими метками в I. Относительная энтропия обеспечивает метрику ранжирования элементов в соответствии с их способностью разделять два класса данных, таких как здоровые и неисправные машины. Расчет энтропии предполагает, что данные в X следует гауссово распределение.

Код, генерируемый конструктором диагностических функций relativeEntropy при ранжировании функций с помощью этого метода.

Входные аргументы

свернуть все

Набор данных, содержащий выборки данных, которые можно логически классифицировать на две группы, определяемые как вектор, когда имеется один набор выборок, например значения для одного элемента, и матрица, когда имеется несколько наборов выборок.

  • Когда X содержит один набор n функций, например, несколько функций, извлеченных из одного источника данных, X является вектором 1 на n.

  • Когда X содержит m наборов n признаков, X - матрица m-на-n. Каждая строка в X представляет один источник данных и должен соответствовать одному логическому классу.

X должен содержать не менее двух строк, соответствующих логическому классу в I из 0 и две строки, которые соответствуют метке 1 для вычисления допустимых значений относительной энтропии.

Например, предположим, что у вас есть набор из пяти элементов для каждой из 20 коробок передач и вы вычисляете относительную энтропию для оценки этих элементов. X является матрицей 20 на 5. Каждая строка представляет коробку передач, которая исправна или неисправна, как указано соответствующей меткой логического класса 0 или 1. Не менее двух коробок передач должны быть исправны и не менее двух коробок передач должны быть неисправны. Относительная энтропия показывает, насколько хорошо каждая функция отделяет данные для исправных редукторов от данных для неисправных редукторов.

Метка логической классификации, которая назначает строки в X к одному из двух логических классов, заданному как вектор длины m, где m - количество строк в X.

Например, предположим еще раз, что X представляет собой матрицу 20 на 5, соответствующую 20 коробкам передач. Первые 9 коробок передач здоровы. Остальные 11 коробок передач неисправны. Определить работоспособное состояние как 0 и неисправное состояние как 1. Тогда I имеет длину 20. Первые 9 меток в I равны 0 а остальные 11 меток равны 1.

Выходные аргументы

свернуть все

Относительная энтропия двух меченых групп, возвращаемая как скаляр или вектор.

  • Если X является вектором, то Z является скаляром.

  • Если X является матрицей, то relativeEntropy вычисляет расстояние отдельно для каждого элемента. Z является вектором длиной n, где n - количество столбцов в Z.

relativeEntropy удовольствия NaN записи в X как отсутствующие значения и игнорирует их.

Ссылки

[1] Теодоридис, Сергиос и Константинос Коутрумбас. Распознавание образов, 175-177. 2-е ред. Амстердам; Бостон: Академическая пресса, 2003.

Представлен в R2020a