本篇内容主要讲清信息与熵的概念，为EM算法打下基础。

信息：i(x)=-log(p(x))如果说概率p是对确定性的度量，那么信息就是对不确定性的度量。

独立事件的信息：如果两个事件x和y相互独立，即p(xy)=p(x)p(y),假定x和y的信息量分别为i(x)和i(y),则二者同时发生的信息量应该为i(x^y)=i(x)+i(y)

熵：是对随机变量不确定性的度量。一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。所以说信息熵可以被认为是系统有序化成都的一个度量。

不确定性越大，熵值越大；若随机变量退化为定值，熵为0。熵是自信息的期望。

下图为熵的公式：

熵其实定义了一个函数（概率分布函数）到一个值（信息熵）的映射。

单独的-xlog(x)的函数图像如上左图。

熵是所有情况的集合，所以某事件发生的概率为x，那么不发生的概率为（1-x）,以跑硬币为例，出现正面的概率为x，出现反面的概率为（1-x）,则整个事件应该计算正面与反面所有的情况，即上右图的公式。

根据上右图的概率图，可以返现，当P=0或1的时候，抛硬币的时间最稳定，H（x)最小，当x=0.5,即正面与反面出现的概率相等时，H（x）最大，抛硬币这个时间最不稳定。

其他关于熵的概念：

平均互信息：决策树中的“信息增益”，其实就是平均互信息I（x,y），衡量X,Y的相似性。

联合熵：两个随机变量x,y的联合分布，可以形成联合熵Joint Entropy,H（X,Y)表示。不能做误差衡量。

条件熵：在随机变量X发生的情况下，随机变量Y发生所新带来的熵定义为Y的条件熵，用H（Y|X），用来衡量在已知随机变量X的情况下随机变量Y的不确定性。可用来计算交叉熵。H（Y|X）=H（X，Y）-H（X），表示（X,Y）发生所包含的熵减去X单独发生包含的熵。

交叉熵：H（T；Y），衡量两个概率分布的差异性，逻辑回归中 的代价函数用到了交叉熵。

相对熵：KL散度，也是衡量两个概率分布的差异性。

小结：信息与熵介绍了很多概念，这些概念单独去看有两个感受不知道重点，不知道怎么用。等到EM算法推导看不懂公式时，再回来看这些概念会好很多，在学习有些需要“死记”这些知识。