relativeEntropy

クラスの分離可能性を測定する、2 つの独立したデータグループの 1 次元カルバック・ライブラーダイバージェンス

R2020a 以降

構文

Z = relativeEntropy(X,I)

説明

relativeEntropy は、診断特徴デザイナーで生成されたコードで使用される関数です。

Z = relativeEntropy(X,I) は、I の論理ラベルに従ってグループ化されている、データセット X の独立した 2 つのサブセットについて、1 次元カルバック・ライブラーダイバージェンスを計算します。相対エントロピーは、健全なマシンと故障したマシンのように、データをどの程度 2 つのクラスに分離できるかに従って特徴をランク付けするためのメトリクスを提供します。エントロピー計算では、X 内のデータはガウス分布に従っていると仮定されます。

診断特徴デザイナーで生成されるコードでは、この方法で特徴をランク付けする際に relativeEntropy が使用されます。

入力引数

すべて折りたたむ

`X` — グループ化対象のデータサンプル
ベクトル | 行列

2 つのグループへの論理的分類が可能なデータサンプルを含むデータセット。1 つの特徴に対する値など、サンプルセットが単一の場合はベクトルとして、サンプルセットが複数ある場合は行列として指定します。

複数の特徴を単一のデータソースから抽出する場合など、X に n 個の特徴が単一セット含まれている場合、X は 1 行 n 列のベクトル。
X に n 個の特徴が m セット含まれている場合、X は m 行 n 列の行列。X の各行は 1 つのデータソースを表し、単一の論理クラスに対応している必要があります。

適正な相対エントロピー値を計算するためには、X は少なくとも、I の論理クラス 0 に対応する行を 2 つ、ラベル 1 に対応する行を 2 つ含んでいる必要があります。

たとえば、20 個のギアボックスそれぞれに 5 つの特徴のセットがあり、これらの特徴を評価するために相対エントロピーを計算しているとします。X は 20 行 5 列の行列となります。各行は健全状態または故障状態のギアボックスを表し、0 または 1 の論理クラスラベルと関連付けて示されます。少なくとも 2 つのギアボックスが健全で、かつ少なくとも 2 つのギアボックスが故障している必要があります。相対エントロピーは、それぞれの特徴により、健全なギアボックスのデータが故障したギアボックスのデータからどの程度うまく分離されているかを示します。

`I` — 論理分類ラベル
ベクトル | 行列

X の行を 2 つの論理クラスのいずれかに割り当てる論理分類ラベル。長さ m のベクトルとして指定します。ここで、m は X における行数です。

たとえば、ここでも X が 20 個のギアボックスに対応する 20 行 5 列の行列であると想定します。最初の 9 つのギアボックスは健全です。残りの 11 個のギアボックスは故障しています。健全状態を 0、故障状態を 1 として定義します。これで I は長さが 20 になります。I の最初の 9 つのラベルは 0 と等しくなり、残りの 11 のラベルは 1 と等しくなります。