1回答
决策树分割策略
、、、、
我有一个包含4个分类特征(胆固醇、收缩压、舒张压和吸烟率)的数据集。我使用决策树分类器来找出中风的概率。
我正在尝试验证我对Python Sklearn所做的拆分过程的理解。
由于它是二叉树，因此有三种可能的方法来拆分第一个特征，即将类别{0和1分组到一个叶子，将2分组到另一个叶子}，或者{0和2，1}，或者{0，1和2}。我所知道的(请在这里纠正我)是所选择的分割是具有最小信息增益的分割(基尼杂质)。
我已经计算了三种分组方案中每一种情况的信息增益：
{0 + 1 , 2} --> 0.17
{0 + 2 , 1} --> 0.18
{1 + 2 , 0} --> 0.
浏览 3提问于2019-12-24得票数 0
2回答
当然，如果我将(例如) SHA-2应用于base64编码的字符串，它将给我一个与原始数据不同的结果，但是从熵的角度来看，这有什么区别吗？
有一个固定的输入(在一个位级别上，比如在base64: MSB总是0，或者字节:比如说，附加一堆0's)会降低它的强度吗？
浏览 0提问于2015-11-07得票数 7
nltk包的内置语音标记似乎没有针对我的用例()进行优化。显示它使用了一个名为maxent_treebank_pos_tagger的保存的、经过预先训练的分类器。
是什么创造了maxent_treebank_pos_tagger/english.pickle？我猜外面有一个标记语料库，用来训练这个标记者，所以我想我正在寻找(a)标记语料库和(b)基于标记语料库训练标记者的确切代码。
除了大量的googling之外，到目前为止，我试图直接查看.pickle对象，以找到它内部的任何线索，从下面开始
from nltk.data import load
x = load("nltk_data
浏览 0提问于2015-07-13得票数 10
1回答
我知道熵是可以编码一组消息的位数。然而，我不明白最小熵是什么，它与熵有什么关系。
让我们描述一个简单的密码情况:如果密码是100随机位，那么最小熵也是100吗？
浏览 0提问于2018-11-08得票数 12
2回答
据我所知，决策树试图将高熵的分类器放在决策树上。然而，信息的获取是如何发挥作用的呢？
信息增益被定义为：
InformationGain = EntropyBefore - EntropyAfter
决策树是否试图将信息增益较低的分类器放置在树的顶部？那么，熵总是最大化，信息增益总是最小化吗？
对不起，我只是有点糊涂。谢谢!
浏览 1提问于2013-12-19得票数 6
1回答
J48与马尔可夫链的区别
、、、
我试图用C#和F#领域中的不同算法的相对速率来评估WekaSharp，而我感兴趣的算法之一是马尔可夫链。我知道Weka有一个HMM应用程序，但是我无法将它实现到WekaSharp中，我想知道是否有一种方法可以修改J48算法以适应这个目的。我知道J48和一阶马尔可夫链之间有一些相似之处，但我试图确定需要修改什么，以及这是否是一件合理的事情。下面是在殷朱的J48中实现的WekaSharp：
type J48() =
static member DefaultPara = "-C 0.25 -M 2"
static member MakePara(?binarySp
浏览 3提问于2013-11-27得票数 5
回答已采纳
我正在阅读这个帖子，在这里我看到了这句话：“交叉熵是用于二进制分类问题的默认损失函数。”
但是它如何使它成为二进制分类的默认且可能最好的损失函数呢？
浏览 0提问于2019-06-07得票数 7
1回答
我想要生成一个很大的随机数。我不需要这个号码来保证密码的安全。因此，我不使用。目前，我正在按以下方式生成随机数：
const random = length =>
Math.floor(length * Math.random());
const padding = (length, character, string) =>
(new Array(length + 1).join(character) + string).slice(string.length);
const randomBits = bits =>
padding(bits
浏览 9提问于2016-11-12得票数 7
回答已采纳
1回答
可能重复: 用于公钥加密的工具，其中密码是私钥？
我想知道你们是否可以告诉我使用散列密码作为GPG密钥生成器种子的潜在问题。至于为什么有人会想这样做，我可以看到两个好处：
使用令人难忘的密码可以消除将密钥存储在磁盘上的需要，从而在发生数据盗窃时保护您免受身份盗用。
由于用户的内存包含重新生成密钥所需的所有内容，因此不需要担心电子数据丢失。痴呆症仍然适用。
正如Stephen指出的那样，原因1很弱，因为密码保护的RSA密钥也有这个好处。RAM仍然是脆弱的，但这也很难获得访问，对吗？但是，假设人们对备份(他们不是)和理由2是有效的，那么使用散列作为RNG种子是否存在潜在的系统性问题？
浏览 0提问于2012-10-20得票数 2
回答已采纳
1回答
信息增益vs最小化熵
、、、
在什么情况下，信息增益最大化不等同于熵最小化？更广泛的问题是，为什么我们需要信息增益的概念？仅仅使用熵来决定决策树的下一个最优属性还不够吗？
浏览 10提问于2015-11-21得票数 2
有没有人幸运地用Theano为Keras写了一个自定义的AUC损失函数？
文档在这里：
示例代码在这里：
我看到在pylearn2中有一个实现(它实际上是sklearn的包装器)，但无法将其移植到Keras中使用
所以我想我的问题是，有没有人能写出这个函数？你愿意和我分享一下吗？
浏览 1提问于2015-09-11得票数 6
2回答
使用Hash_DRBG时，随机数的安全强度是什么意思？(我指的是一些NIST文档)。
Hash_DRBG的文档说：“请求的安全强度= 80请求的散列算法= SHA-1”
我已经编辑了标题。我想我的问题现在更准确了。
文档是格式的(大约11MB)
相关部分为
##############################################################
Hash_DRBG
Requested Security Strength = 80
Requested Hash Algorithm = SHA-1
prediction_resistance_flag =
浏览 6提问于2012-02-02得票数 1
回答已采纳
4回答
从中我们知道，压缩字符串的熵被原始字符串的熵所限制，如下所示：
H(X) <= L < H(X) + 1/N
其中H(X)是源字符串的熵，N是源字符串的长度，L是压缩字符串的期望长度。
这必然意味着无损压缩是有限度的。
我想知道的是：
我们能直接把熵与某些预期的压缩比联系起来吗？
我们能用熵找到压缩比的上界吗？
浏览 3提问于2009-02-26得票数 5
回答已采纳
2回答
我正在尝试使用决策树(更准确地说是ID3算法)实现一个分类器。我的训练数据包含属性age，它是一个连续值。我正在尝试实现BestSplit()方法，在这个方法中，我需要将数据分割成k个分区，其中k=每个特性的可能值的数量！我被困住了，因为我知道在考虑到不同年龄的所有这些可能性的情况下，不可能对数据进行分割。这就是为什么我需要创建团队年龄！我怎么知道如何从所有这些可能的群集合中作出决定呢？
浏览 3提问于2014-03-07得票数 1
回答已采纳
1回答
熵与信息关系
、、
在压缩和信息论中，源的熵是源符号所能传递的平均信息量(以位为单位)。非正式地说，如果我们确定一个事件的结果，那么熵就会变小。
J. Principe, D. Xu, and J. Fisher, “Information theoretic learning,” in Unsupervised Adaptive Filtering, S. Haykin, Ed. New York: Wiley, 2000, vol. I, pp. 265–319.
熵(Shannon和Renyis)作为目标函数而不是均方误差，被应用于学习中。
我的问题是
最小误差熵的基本原理是什么？当熵最大时，我们能对信
浏览 6提问于2014-07-26得票数 2
回答已采纳
1回答
我想知道什么是置换熵(PE)。然后，我了解了这论文，它描述了体育。现在，假设我们有一个由熵源产生的伪随机排列，我们使用了一个统一的洗牌算法(比如Fisher-Yates洗牌算法)。另外，假设我们使用256位熵来洗牌\{0,1\}^8\rightarrow\{0,1\}^8.那么，输出排列可以具有最大256位熵的事实是真的吗？对于熵的每一个值，我们将得到一个唯一的对应排列。
浏览 0提问于2020-11-10得票数 0
例如,
如果我需要生成一个随机数。我使用一个很好的熵源来生成r。
然后，我添加由坏熵生成的值a、b和c，从而使new entropy = r + a + b + c
整体熵会是怎样的呢？
加号意味着添加而不是连接。我相信，如果我们连接，那么这将导致一个整体的坏熵，因为如果我们假设每个a,b,c,r每个贡献64位到256位熵。实际上，我们只有64位来自r的良好熵。这是我的直觉和连接。
浏览 0提问于2019-05-03得票数 2
2回答
我读过，加密产生随机数据，压缩通过删除数据中的模式来工作，因此，加密数据具有很高的熵。不过，我有点糊涂。
我感到困惑的原因是，我认为所有的加密应该做的是使它像蛮力一样困难，迫使密钥从密码文本转到纯文本。在我看来，可能有一个AES密钥，它会产生一个所有的0密文给定一个特定的明文。
所以，只要你不能使用所有的0密文来找出纯文本而不强行强制密钥，它就不会破坏加密的任何目标。
难道加密应该产生与明文不相关的数据，就好像每一点都是随机的，而这只是发生在大的明文上，大多数情况下，产生高熵密文吗？
浏览 0提问于2017-05-12得票数 4
回答已采纳
我的问题是关于熵的，我读了尼牙孜发布的几次描述。我可能还没有完全掌握这个概念，所以我会问我的问题。我有一个.dll文件，我在上面运行了几次测试，其中一个结果是熵值为6.46 (未打包)。我很难弄清楚这到底是什么意思，我理解没有包装的部分，但我不理解6.46的值，因为我没有看到熵的值的任何尺度。我可能没有正确地考虑这一点，我非常感谢任何帮助。谢谢..。
浏览 0提问于2013-05-07得票数 0
这是一个用于生成密码的PHP脚本。当然，在生成密码之前还需要计算其他内容。但是，我认为脚本初始化和队列所需的时间会使它成为一个很好的伪随机。
是否有关于脚本执行时间作为pseurandom数字产生源的研究？
如果没有，有什么关于如何对此进行密码分析的建议？
浏览 0提问于2014-02-21得票数 1
回答已采纳
1回答
我试图用编写压缩程序。在BWT中，我希望实现距离编码(DC)。我正在寻找一些例子，但没有太多的例子。
我找到了这个例子：
DC从29页开始。但这真的很难理解，因为没有评论。
也许有人已经实现了DC或者知道如何在实际代码中实现它？:)
我明白，首先需要写的是char是什么。但由于距离太远，我没能理解。
我用红色表示，对于每个字符，DC会在序列中找到它的下一个出现，并将其写入S并输出到它的距离。如果没有发生，那么写0。
谢谢。
浏览 1提问于2012-03-18得票数 0
回答已采纳
2回答
Information Gain= (Information before split)-(Information after split)
信息增益可以通过上面的方程求出。但我不明白的是，这种信息增益的确切含义是什么？这是否意味着通过根据给定的属性或类似的东西进行拆分，可以获得或减少多少信息？
链接到答案：
浏览 17提问于2015-03-28得票数 0
1回答
密码熵估计
、、
如何计算所述所选密码的熵？
从2000个单词的列表中随机选择4个不同的单词。单词可以包含特殊的字符替换。例如，可以使用下列替换：
Sub = {a; 0; i; e; /a; 8}
Letter a -> @; Letter o -> 0; Letter i -> {1; !} Letter e -> 9;
Letter a -> 6; Letter 8 -> &
假定以统一方式选择替代品：
ex: i is mapped to {i; 1; !} with the same probability.
假设90%的单词在Sub中有一个字母，50
浏览 0提问于2016-10-13得票数 0
最近我进入了密码哈希(SHA256、HMAC 1、PBKDF2等)。还有一个“声明”，我一遍又一遍地读着，在我的脑海中，我找不到一个令人满意的答案。
当我们在上面说“Guid”时，我们指的是“代表Guid的16字节数组”，而不是“Guid string form”。来自(http://securitydriven.net/)
使用GUID作为salt作为16字节数组(.NET)和将GUID以字符串格式( UTF8为36字节)连接到纯文本密码并随后初始化散列过程，有什么区别呢？为什么第一个提到的被认为更安全？
浏览 0提问于2015-07-20得票数 4
回答已采纳
1回答
我计算了一天内用户行为的熵水平，计算了其可能出现的状态(H:=Home、w:=Work或E:=Elsewhere)。假设用户A以{H，W，E，E，H，H}表示一天中每小时的可能状态
P(H)=13/24=0.54
P(W)=9/24=0.38
P(E)=2/24=0.08
使用shannon的熵，我想计算一个用户的熵级别，以了解用户的可预测性。
H(A)=(-P(H)*log2 2(H))+(-P(W)*log2 2(W))+(-P(E)*log2 2(E))
=0.48 + 0.53 + 0.29
=1.3
如何区分比特中的低熵和高熵信息？
浏览 3提问于2014-03-10得票数 1
回答已采纳
1回答
对于分类问题陈述，我应该使用哪一种评估标准？我应该决定什么因素? 1. 准确性 2. F1评分 3. AUC ROC评分 4. 日志丢失
浏览 3提问于2020-01-11得票数 0
2回答
新安装后CentOS 5上的低熵
、、、、
最近，我挂载了一个新分区，并将/home和/var/lib/mysql移动到新驱动器，并向它们做了一个符号链接。
现在我注意到熵(使用munin)已经从3000左右下降到100-200左右。数据的装入和移动会导致这种情况吗？
我使用它作为apache well服务器来托管一个面向公共用户的站点，并且我也注意到负载的增加(低熵会导致这种情况吗？)
如果这是个大问题，我想找出解决低熵问题的方法。
我读到，我可以通过使用rng工具和切换到使用urandom来增加熵。人们说，对于安全意识强的系统来说，这不是一个好方法。但是对于一个网络应用程序来说，这还行吗？这会使我的web应用程序(我们使用加密(散列
浏览 0提问于2011-08-08得票数 2
回答已采纳
1回答
熵和交叉熵是否与基本定义相同？
如果有不同之处：
决策树分解取熵或基尼指数，可以用交叉熵来分割决策树吗？或者，在运行决策树算法之后，我应该使用它作为评估指标吗？
此外，决策树算法是否假定有任何分布？
如果是，
那么我们如何使用KL发散度呢？
我只是想把几个概念从更广泛的角度联系起来。
以下是我对多类决策树的关注。
浏览 0提问于2020-01-16得票数 2
1回答
最近我遇到了一个错误，当我的linux服务器上的熵太低，并且读取/dev/urandom时返回的字节数少于预期的字节数时，我没有正确地处理这个错误。
我怎样才能用测试来重新创建这个？有没有办法降低系统的熵，或者可靠地清空/dev/urandom？
我希望能够有一个回归测试来验证我的修正。我用的是Ubuntu12.04。
浏览 2提问于2012-10-22得票数 3
假设在EM算法的M步中，某些参数的分母是矩阵，并且它们是不可逆的，我们可以用伪逆矩阵来代替它。如果是这样的话，对数可能性仍然会一直增加吗？
我不能给出一个具体的案例，所以我编造了这个问题。如果你真的需要一个，你可以遵循维基页面的EM算法。在过滤和平滑部分。假设分母是矩阵，并且它们的和是不可逆的，那么对数似然会发生什么呢？还是一直在增长？
浏览 20提问于2017-02-12得票数 0
我有一个大的、均匀分布的二进制数字序列(P(1) = P(0))，我需要将这个随机位序列解释为一个分布不均匀的等大小的二进制数字序列(即P(1) != P(0))。
具体来说，我在寻找以下任何一种方法：
1.)域等于其范围=N位二进位序列集(即某个固定N的域= {0,1}^N的函数)的函数F和，其性质是函数将高熵序列映射为低熵序列，反之亦然，以及可能的
想法？
这是为了压缩，稍后我会发布更多关于这一点的文章。
浏览 2提问于2011-04-03得票数 0
爱丽丝有个很长的消息要发。她正在使用单字母替代密码。她认为，如果她压缩信息，它可以保护文本免受Eve的单字母频率攻击。压缩有用吗？她应该在加密之前还是加密之后压缩消息？防守。
压缩有助于击败单字母替换密码的单字母频率攻击吗？
浏览 0提问于2016-11-01得票数 5
3回答
我使用了一个基于事件循环的服务器来存储文件，我希望能够根据文件的可压缩性对文件进行分类。
如果他们从压缩中获益的可能性很高，他们会转到打开了btrfs压缩的目录，否则他们会转到其他地方。
我不需要确定- 80%的准确率就足够了，并且可以节省大量的磁盘空间。但是由于还有CPU和fs的性能问题，我不能把所有的东西都压缩保存。
文件的大小是最低的兆字节。如果不使用大量CPU并不适当地延迟事件循环或重构压缩算法以适应事件循环，我就无法对它们进行测试压缩。
有没有快速估计可压缩性的最佳实践？我想要的是从文件的开头取一小块数据(几个kB)，测试压缩它(假设有一个可以容忍的延迟)，并基于此做出决定。
有什么
浏览 1提问于2012-10-07得票数 9
回答已采纳
我正在用Python编写一个简单的SOAP客户端应用程序。
可以在以下位置找到WSDL文件：
不幸的是，服务器在它的WSDL文件中声明了wsHttpBinding的用法，我不得不了解它给非.NET开发人员带来了多少麻烦。
我有可用的C#代码(而且非常简单)，并使用Fiddler来捕获流量和分析消息。现在我知道要遵循的结构了。客户端发送2条后续消息。
我设法创建并发送了第一个请求，并收到了来自服务器的响应。但是第二个请求是一种更复杂的方式。我找到了一个库，它帮助我创建了包含所有应该显示的字段的<Signature>结构(根据捕获的流量)。
但是服务器继续回答“错误500:验证消息安全
浏览 62提问于2018-06-09得票数 0
回答已采纳
2回答
微软的TPM抽象第14页说这是允许“搅拌”的。
对BCryptGenRandom的调用将用随机数据填充调用方提供的缓冲区。每个调用的最大随机数大小限制为4,096字节。提供者可以多次往返到TPM以填充调用方的缓冲区，并且调用将被阻塞，直到请求得到满足为止。提供者还支持在TPM中“搅拌”RNG，方法是为标志BCRYPT_RNG_USE_ENTROPY_IN_BUFFER提供调用BCryptGenRandom。如果设置了此标志，提供者将使用调用方缓冲区中的数据触发TPM中的熵生成器。如果缓冲区大于256个字节，则只使用前256个字节。
(请注意，上面提到的"bcrypt“与散列算法无关，它
浏览 0提问于2016-08-04得票数 0
1回答
假设在某个特定组合规则"C“下创建的密码将进行安全性测试。其中一种方法可以是对x个人进行调查，并测量他们创建的密码的平均熵。X的最小值应该是多少，这样才能预测60亿用户在同一组合规则"C“下创建的密码数据库的近似熵？
假设我可以收集基于调查的密码数据，我想要评估哪些组合规则创建了更安全的密码。
浏览 0提问于2014-09-18得票数 0
我有320位种子数据(实际上是512位数据和320位熵，来自Diffie-Hellman共享的秘密和非512)。我目前使用的PRNG是安卓版本的SHA1PRNG。据我所知，它有160位的内部状态，因此任何超过160位的熵都会被浪费掉。我可以创建两个实例，每个实例都有一半的数据，并以某种方式组合它们吗？很明显的可能性是，将每个字节从哪个PRNG中提取，或者将两个流进行异或，但我不知道这将如何影响总熵。
浏览 0提问于2013-03-01得票数 4
回答已采纳
2回答
使用密码生成唯一的助记符(仅)
、、、、
我试图创造一个外逃像钱包，在那里第一次用户只需要输入密码，以注册钱包。
我想的方法是，在密码上使用空盐运行PBKDF2，并将其作为来自bip39的entropyToMnemonic()的熵，我在bip39中找到了这里。
但是这种方法的问题是，当两个用户拥有相同的密码时，助记符就会是相同的。
如何利用这种方法获得唯一性。就像元请求是如何管理钱包的。
浏览 0提问于2019-02-21得票数 2
1回答
请给出熵(Ssun)的一步一步的计算。我不明白0.918是怎么算出来的。
我试过了，但是我得到了Sunny，Windy，Rainy的值为0.521089678，0.528771238，0.521089678。
我能够正确计算目标熵(判定)为= -(6/10)*log(6/10) + -(2/10)log(2/10) + -(1/10)log(1/10) + -(1/10)log(1/10) = 1.570950594
我完全被困在下一步了。请求你的帮助。
参考：http://www.doc.ic.ac.uk/~sgc/teaching/pre2012/v231/lecture11.html请搜
浏览 0提问于2015-02-11得票数 4
我正在尝试使用在BCryptGenRandom头文件中定义的函数bcrypt.h。但是，我无法找到有关此函数的安全属性的信息。
BCryptGenRandom函数的理论周期是多少？
MSDN似乎没有提供此信息。
浏览 1提问于2018-09-19得票数 3
回答已采纳
最近，我选择在公共数据集中使用DBSCAN集群。但由于参数Eps和挖掘值敏感，很难在整个数据集上获得性能良好的参数值。在调整DBSCAN的参数时，似乎存在过度拟合.我知道EM算法可以用来调整GMM模型的参数，我不知道是否可以将EM算法应用到DBSCAN中。我需要一些关于它的想法或建议。以前有人试过吗？
浏览 1提问于2017-11-15得票数 0
回答已采纳
作为默认的GPG主键的4096位。
我几乎可以在Ubuntu上管理第一个左右。当再生成几个RSA密钥时，它就耗尽了熵，我被GPG逼到鼠标摆动和键盘粉碎。显然，在这些情况下，需要的熵比/dev/random中可用的要多。
对于制造一个4096位RSA密钥所需的熵位总数，是否有某种度量？
接近但不完全是用于随机数生成的熵量的检测。也不是如何生成1024位RSA密钥，因为它只计算最终密钥对中的位。可能需要某种形式的组合来考虑首要性测试。
浏览 0提问于2019-07-02得票数 1
回答已采纳
2回答
假设我们有一个DRGB (确定性随机比特生成器)，它是一个好的真正的RBG (随机比特生成器)种子。在从DRBG读取任何位之前，熵显然是种子的位数。
但是，当我读出DRBG的部分时，熵会消失吗？从信息理论的角度来看，人们可以说，随着我从DRBG上读到的每一位，熵会减少1。但是，如何从复杂性理论的角度来定义这一点呢？“复杂性理论熵测度”是否有精确的数学定义？
也许这个问题听起来有点哲理性，但它也有实际的影响，因为人们可以决定什么时候重新开始。
浏览 0提问于2015-11-25得票数 3
我正在尝试在我正在工作的项目中使用OpenNLP，而且我对它非常陌生。我尝试将命名实体识别与上提供的训练数据一起使用，但是我希望看到已经使用的训练数据。即实际打开.bin文件并查看其英文内容。谁能给我指个方向吗？我曾尝试使用UltraISO读取.bin文件，但没有成功。请帮帮我！谢谢:)
浏览 0提问于2014-10-01得票数 0
2回答
我需要为openvpn生成一个CA (4096位RSA)和服务器密钥，我希望它们是“一流的”。以下是我的计划：
从多个来源收集熵(保存单个文件)：FreeBSD Y罗，Linux (在entropy_avail为4096时带有已拥有守护进程)，ANU，其他一些东西(例如用随机密码加密的wifi捕获文件，其他建议)
将所有随机文件混合到一个单独的文件中
在生成密钥时，使用结果为openssl -rand myrndfile种子
如果我的计划听起来不错：
随机文件的大小应该是多少？
将文件混合成一个文件的最佳方法是什么？
浏览 0提问于2013-12-23得票数 10
我正在尝试对一款Android游戏进行逆向工程，以找出他们计算背后的逻辑。
在解压缩.apk文件后，在/assets/lua文件夹中有lua脚本，它们都有.lua扩展名。但是，如果使用文本/十六进制编辑器打开，则它们不是人类可读的。
例如：
所有文件的内容都以"droi.lua“签名结尾，这让我认为这不是一个LUA脚本，而是某种针对Android的压缩LUA脚本。Android有一种压缩文件的机制来发布文件。
以前有没有人经历过这种情况？有没有办法让这样的文件变得可读？
是否有任何方法/程序来解压缩从.apk资产(如png，lua等)中提取的文件？
浏览 0提问于2016-06-21得票数 12
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
