Information theory

熵（Entropy）

随机变量 $X$ 的分布是 $p$ ,那么 $X$ 的熵 $\mathbb H(X)$ 或 $\mathbb H(p)$ 是度量随机变量本身不确定性（uncertainty）的。比如有 $K$ 个状态的离散变量的熵为：
$\mathbb H(X)\triangleq-\sum_{k=1}^Kp(X=k) \log p(X=k)$

熵的期望形式：
$\mathbb H(X)= \mathbb E_{x\sim p}[-\log p(x)]$
实例：

#  K=5
p = [0.25, 0.25, 0.2, 0.15, 0.15]
p = torch.as_tensor(p)
entropy = -torch.sum(p * torch.log2(p))
entropy.item() # 2.285475254058838

以2为基底则称这些单元为bits；以e为基底则称这些单元为nats。可以明确，均匀分布的熵是最大的，比如投硬币，没有哪一面的出现占据更大的可能。
相反，最小熵(为零)的分布是任何把所有质量放在一个状态的函数。这样的分布没有不确定性。

特例，对于二元随机变量 $X\in\{0,1\}$ ,记 $p(X=1)=\theta$ ，那么 $p(X=0)=1-\theta$ ,熵的公式为：
$\begin{aligned} \mathbb H(X) &=-[p(X=1)\log p(X=1) + p(X=0)\log p(X=0) ]\\ &= -[\theta\log \theta + (1-\theta)\log (1-\theta)] \end{aligned}$
这叫做二元熵函数。

KL散度（KL divergence）

KL散度又称为相对熵（relative entropy），是度量两个分布 $p$ 与 $q$ 之间的不相似度（dissimilarity）的。
$\mathbb {KL}(p||q) \triangleq\sum_{k=1}^Kp_k\log \frac{p_k}{q_k}$
分解分子分母得到：
$\mathbb {KL}(p||q) \triangleq\sum_{k=1}^Kp_k\log p_k - \sum_{k=1}^Kp_k\log q_k= -\mathbb H(p)+\mathbb H(p,q)$

其中， $\mathbb H(p,q)$ 称为交叉熵（cross entropy）：
$\mathbb H(p,q) =-\sum_{k=1}^Kp_k\log q_k$

交叉熵的期望形式：
$\mathbb H(p，q)= \mathbb E_{x\sim p}[-\log q(x)]$

KL散度的期望形式：
$\mathbb {KL}(p||q) = \mathbb E_{x\sim p}[-\log \frac{p(x)}{q(x)}]$
交叉熵可以看做模型生成数据服从分布 $q$ ，拟合真实数据分布 $p$ 时，所需的平均比特数（bits）；
从这个角度出发，熵可以看做 $\mathbb H(p)=\mathbb H(p,p)$ ,即该模型生成数据分布期望使用的比特数；
那么KL散度就是用分布 $q$ (模型的)而不是真实数据分布 $p$ ，编码真实数据所需的平均额外比特数。

$\mathbb {KL} (p||q) ≥ 0$ , KL is only equal to zero iﬀ $q = p$
证明：
要用到的公式 Jensen’s inequality：对任意凸函数 $f$ 有：
$f(\sum_{i=1}^n \lambda_ix_i )\leq\sum_{i=1}^n\lambda_i f(x_i),\lambda_i \geq 0 \ and \sum_i^n\lambda_i=1$

互信息（Mutual information）

考虑度量两个随机变量 $X$ 与 $Y$ 之间的关系，一般会计算(相关系数),但是更普遍的方法是确定联合分布（joint） $p(X,Y)$ 与边缘分布乘积（marginal） $p(X)p(Y)$ 之间的相似性，这个相似的大小就是互信息：
$\mathbb I(X;Y)\triangleq \mathbb {KL}(p(X,Y)||p(X)p(Y))=\sum_x\sum_yp(x,y)\log \frac{p(x,y)}{p(x)p(y)}$
从定义看出互信息是大于等于0的，只有随机变量 $X$ 与 $Y$ 相互独立的时候才会等于0。

互信息与相关系数的关联（connection between MI and correlation coefcients）

todo

参考：
《perspective ML》
demystifying-kl-divergence

最后编辑于：2019.04.18 19:57:37