我对熵有一些疑问。熵的公式是-summation(p(i|j) log2 p(i|j))，这是针对只有两个值的目标属性的公式。如果目标有超过两个类别值（比如高、中、低），公式会如何变化？会不会变成-summation(p(i|j) log3 p(i|j))？

另一个问题：如何计算没有偏见的随机基线分类器的准确率？假设我的问题是：

 1)class1=50% and class2=50% 2)class1=40% and class2=60% 3)class1=10%,class2=20% and class3=70%

您能在这两个问题上帮助我吗？

回答：

不，通常选择的对数基数仍然是2，即“比特”。

但实际上，对数的基数只是一个常数，在大多数情况下会抵消或作为一个全局缩放常数而无关紧要。