交叉熵

在信息论中, 以直接可解编码模式通过值${\displaystyle x_{i}}$ 编码一个信息片段，使其能在所有可能的${\displaystyle X}$ 集合中唯一标识该信息片段，Kraft–McMillan theorem确保这一过程可以被看作一种${\displaystyle X}$ 上的隐式概率分布${\displaystyle q(x_{i})=2^{-l_{i}}}$ ，从而使得${\displaystyle l_{i}}$ 是${\displaystyle x_{i}}$ 的编码位长度。 因此, 交叉熵可以看作每个信息片段在错误分布${\displaystyle Q}$ 下的期望编码位长度，而信息实际分布为${\displaystyle P}$ 。这就是期望${\displaystyle {E}_{p}}$ 是基于${\displaystyle P}$ 而不是${\displaystyle Q}$ 的原因。

${\displaystyle H(p,q)=\operatorname {E} _{p}[l_{i}]=\operatorname {E} _{p}\left[\log {\frac {1}{q(x_{i})}}\right]}$ 

${\displaystyle H(p,q)=\sum _{x_{i}}p(x_{i})\,\log {\frac {1}{q(x_{i})}}\!}$ 

${\displaystyle H(p,q)=-\sum _{x}p(x)\,\log q(x).\!}$ 

在大多数情况下，我们需要在不知道分布${\displaystyle p}$ 的情况下计算其交叉熵。例如在语言模型中, 我们基于训练集${\displaystyle T}$ 创建了一个语言模型, 而在测试集合上通过其交叉熵来评估该模型的准确率。${\displaystyle p}$ 是语料中词汇的真实分布，而${\displaystyle q}$ 是我们获得的语言模型预测的词汇分布。由于真实分布是未知的，我们不能直接计算交叉熵。在这种情况下，我们可以通过下式来估计交叉熵:

${\displaystyle H(T,q)=-\sum _{i=1}^{N}{\frac {1}{N}}\log _{2}q(x_{i})}$ 

${\displaystyle N}$ 是测试集大小，${\displaystyle q(x)}$ 是在训练集上估计的事件${\displaystyle x}$ 发生的概率。我们假设训练集是从${\displaystyle p(x)}$ 的真实采样，则此方法获得的是真实交叉熵的蒙特卡洛估计。

• de Boer, Pieter-Tjerk; Kroese, Dirk P.; Mannor, Shie; Rubinstein, Reuven Y. A Tutorial on the Cross-Entropy Method (PDF) (pdf) 134 (1). February 2005: 19–67 [2018-02-02]. ISSN 1572-9338. doi:10.1007/s10479-005-5724-z. （原始内容存档 (PDF)于2016-10-26）.  |journal=被忽略 (帮助)