如何区分使用香农熵生成的信息中的低熵和高熵

我计算了一个用户在一天中可能出现状态的行为熵水平（H:=家，w:=工作或E:=其他地方）。假设用户A在一天中的每个小时可能的状态为{H,H,H,H,H,H,H,H,H,W,W,W,W,W,W,W,W,W,E,E,H,H,H,H}

P(H)=13/24=0.54

P(W)=9/24=0.38

P(E)=2/24=0.08

使用香农熵，我想要计算用户的熵水平，以了解用户的行为有多可预测。

H(A)=(-P(H)*log2(H)) + (-P(W)*log2(W)) + (-P(E)*log2(E))

=0.48 + 0.53 + 0.29=1.3

如何将这些信息以比特为单位区分成低熵或高熵？

回答：

当所有事件的概率相等时，达到最大熵，因此结果具有最高的不确定性

enter image description here

在你的案例中，最大熵是：

Hn = log2(24) = 4.5849625007

最小值为0。由你决定结果是否可以被分类为高熵或低熵。

学技术