熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性? 第1页
1
feng-kuang-shen-shi-92 网友的相关建议:
标题基本没错。
但是不叫离散性，准确点说叫信息量。
但是度量这个信息量的差异性还可以构造很多公式，比如KL散度 JS散度等等，甚至有更复杂的。
具体可以看上面的一个回答
1
相关话题
什么时候觉得，数据分析真的非常有用？xgboost原理？
Word2vec 翻译到另一种语言，其向量空间之间的映射会不会是线性的？
什么是无监督学习？
成长型企业如何灵活、高效、全方位地实现数字化转型？
GAN 真的创造了新的信息吗？
如何评价李飞飞和李佳加盟谷歌？
2020到2021年小样本学习取得重大进展了吗？
钟南山称新冠肺炎 2 月中下旬达到峰值，希望4月前结束，如何理解目前疫情数据表现？这一预测是否乐观？
有哪些关于机器学习的真相还鲜为人知？
下一个讨论
熵权法会考虑指标的分布吗？
相关的话题
是不是并不是所有问题都适合用神经网络预测？scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
深度学习中Attention与全连接层的区别何在？
为什么国家将加快人工智能研究生培养？又为什么很多研究生评论人工智能是个大坑呢？
插值和拟合最根本的区别是什么？机器学习为啥用拟合？？
特征工程中的「归一化」有什么作用？
国内外有哪些比较权威的统计数据网站？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
普通程序员如何正确学习人工智能方向的知识？
使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
mxnet的并行计算为什么这么牛，是什么原理？
为什么人口普查数据还不公布？
三维重建怎么入门？
为什么要学习吴恩达的机器学习？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
如何评价论文「Stochastic Training is Not Necessary ...」?
网游的掉宝率真的是随机的吗？
把某人的 DNA 序列作为输入，正面照片作为输出，丢到深度神经网络里面学习，可行吗？
怎样计算两个服从高斯分布的向量乘积的期望？
数据分析专家相比普通数分更核心的竞争力是什么？
银行业为什么喜欢用 sas 而不是 python？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
工程师简历写着「在微软传播性病」，骗过了 90% 公司的机器筛选，机器筛选简历那么不靠谱吗？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
如何看待SQuAD比赛中，阿里、MSRA机器阅读理解准确率超越人类？
机器学习的理论方向 PhD 是否真的会接触那么多现代数学（黎曼几何、代数拓扑之类）？
KL散度衡量的是两个概率分布的距离吗？
如何可以通过自学来深入学习机器学习？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
caffe开发过程中使用了哪些工具？