relativeEntropy

클래스 분리도를 측정하기 위한 2개의 독립 데이터 그룹의 1차원 쿨백-라이블러 발산

R2020a 이후

구문

Z = relativeEntropy(X,I)

설명

relativeEntropy는 진단 특징 디자이너에서 생성된 코드에 사용되는 함수입니다.

Z = relativeEntropy(X,I)는 I의 논리형 레이블에 따라 그룹화된, 데이터 세트 X의 2개의 독립 서브셋에 대해 1차원 쿨백-라이블러 발산을 계산합니다. 상대 엔트로피는 데이터의 두 클래스(예: 정상 기계와 결함 있는 기계)를 분리할 수 있는 정도에 따라 특징에 순위를 지정하기 위한 메트릭을 제공합니다. 엔트로피 계산에서는 X의 데이터가 가우스 분포를 따르는 것으로 가정합니다.

진단 특징 디자이너에서 생성된 코드는 이 방법을 사용하여 특징에 순위를 지정할 때 relativeEntropy를 사용합니다.

입력 인수

모두 축소

`X` — 그룹화할 데이터 샘플
벡터 | 행렬

논리적으로 2개의 그룹으로 분류할 수 있는 데이터 샘플이 포함된 데이터 세트로, 단일 샘플 세트(예: 하나의 특징에 대한 값)가 있는 경우 벡터로 지정되고 여러 개의 샘플 세트가 있는 경우 행렬로 지정됩니다.

X에 n개 특징의 단일 세트(예: 단일 데이터 소스에서 추출된 여러 개의 특징)가 포함된 경우 X는 1×n 벡터입니다.
X에 n개 특징의 세트 m개가 포함된 경우 X는 m×n 행렬입니다. X의 각 행은 하나의 데이터 소스를 나타내며, 하나의 논리형 클래스에 대응되어야 합니다.

적합한 상대 엔트로피 값을 계산하기 위해 X는 I의 0 논리형 클래스에 대응하는 행과 1 논리형 클래스에 대응하는 행을 각각 적어도 2개씩 포함해야 합니다.

예를 들어, 20개의 기어박스 각각에 대한 5개의 특징으로 구성된 세트가 있고 상대 엔트로피를 계산하여 이러한 특징을 평가하려 한다고 가정하겠습니다. X는 20×5 행렬입니다. 각 행은 관련된 논리형 클래스 레이블 0 또는 1로 표시된, 정상 또는 결함 있는 기어박스를 나타냅니다. 최소 2개의 기어박스는 정상이어야 하고, 최소 2개의 기어박스는 결함이 있어야 합니다. 상대 엔트로피는 각 특징이 결함 있는 기어박스에 대한 데이터에서 정상 기어박스에 대한 데이터를 얼마나 잘 분리하는지 나타냅니다.

`I` — 논리형 분류 레이블
벡터 | 행렬

X의 행을 2개의 논리형 클래스 중 하나에 할당하는 논리형 분류 레이블로, 길이가 m인 벡터로 지정됩니다. 여기서 m은 X의 행 개수입니다.

예를 들어, X가 20개의 기어박스에 대응하는 20×5 행렬이라고 다시 한 번 가정하겠습니다. 처음 9개의 기어박스는 정상입니다. 나머지 11개의 기어박스는 결함이 있습니다. 정상 상태를 0으로 정의하고, 결함 상태를 1로 정의합니다. 그러면 I의 길이는 20이 됩니다. I의 처음 9개 레이블은 0이고, 나머지 11개의 레이블은 1입니다.