1
scipy.stats.entropy传入两组分布算的是KL散度，别把返回值直接标成交叉熵
#SciPy#指标解释#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy文档把entropy的两种调用分得很清楚：只给pk时计算香农熵；再给qk时计算相对熵，也就是KL散度。交叉熵是相关但不同的量，文档给出的关系是CE(pk,qk)=H(pk)+D(pk|qk)，不能把双输入调用的返回值直接当成交叉熵。 Amy原创教学示例：四
新加坡 11-08 01:49 · 吉隆坡 01:49 · 雅加达 00:49 · 曼谷 00:49 · 马尼拉 01:49 · 胡志明 00:49 · 北京 01:49 · 东京 02:49 · 伦敦 17:49 · 纽约 12:49
#SciPy#指标解释#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy文档把entropy的两种调用分得很清楚：只给pk时计算香农熵；再给qk时计算相对熵，也就是KL散度。交叉熵是相关但不同的量，文档给出的关系是CE(pk,qk)=H(pk)+D(pk|qk)，不能把双输入调用的返回值直接当成交叉熵。 Amy原创教学示例：四
#聚类评估#机器学习#指标解释Amy 原创整理｜资料核验：2026-11-04 scikit-learn的calinski_harabasz_score又称方差比准则，输入特征X与预测簇标签。它比较簇间离散程度和簇内离散程度，并按样本数、簇数作调整；通常分数越高，簇越紧凑且分离。 官方用户指南特别指出，它一般更偏好凸形簇，而非DBSCAN等方法