資訊熵（夏農） - ToolBox

← ToolBox / 資訊熵（夏農）

📊 Entropy ( Shannon )

Entropy ( Shannon ) is available directly in your browser, with no data uploaded.

事件1 機率

事件2 機率

事件3 機率

事件4 機率

📐 計算公式與說明

H = −Σ pᵢ · log₂(pᵢ)

機率應之和為 1；某事件機率為 0 時該項記 0。

📚 深度解析：資訊熵（夏農）

💡 常見使用場景

資訊熵（夏農）的常見覆核路徑：先檢核單位與輸入邊界，再做基準樣例核驗。
建議固定其餘引數，通過輸入範圍掃描確認輸出趨勢是否滿足預期。
常見場景：Entropy ( Shannon )

快速複核「資訊熵（夏農）」

跑一組標準輸入後，執行輸入微調（約 5%~20%）複測，快速定位是否因口徑變化導致異常。

❓ 常見問題（FAQ）

資訊熵（夏農）是否可直接用於業務結論？: 更適合用於校驗與說明，正式結論應附上資料口徑、假設範圍和複核記錄。
結果離譜？: 優先核對單位換算、邊界判斷、以及輸入欄位順序是否與公式定義一致。