在 R 中正确设置香农熵计算答案

【问题标题】：Correctly setting up Shannon's Entropy Calculation in R在 R 中正确设置香农熵计算
【发布时间】：2015-09-11 19:17:42
【问题描述】：

我试图对 Force Platform 数据运行一些 entropy() 计算，但收到一条警告消息：

> library(entropy)
> d2 <- read.csv("c:/users/SLA9DI/Documents/data2.csv")
> entropy(d2$CoPy, method="MM")
[1] 10.98084
> entropy(d2$CoPx, method="MM")
[1] 391.2395
Warning message:
In log(freqs) : NaNs produced

我确定这是因为entropy() 正在尝试记录负数。我也知道 R 可以使用 complex() 来处理复数，但是我没有成功让它与我的数据一起使用。我的 CoPy 数据没有出现这个错误，只有 CoPx 数据，因为力平台获取二维的压力中心数据。有没有人对让complex() 处理我的数据集有任何建议，或者是否有其他函数可以更好地尝试获得正确的熵计算？与 CoPy 相比，CoPx 中的熵不应该大得多。我还尝试了来自其他受试者的更多数据集，并且出现了同样的情况，CoPx 熵测量给了我警告信息，而 CoPy 测量没有。我附上了一个数据集链接，这样任何人都可以自己尝试一下，看看他们是否能弄清楚，因为数据有点长，无法发布到这里。

Data

编辑：正确答案

按照建议，我尝试了 table(...) 函数并没有收到任何警告/错误消息，并且熵输出也在预期范围内。但是，我显然忽略了包 discretize() 中的一个函数，这就是你应该用来正确设置熵计算数据的函数。

【问题讨论】：

你说的是哪个熵函数？请将此编辑为minimal reproducible example，以便其他人可以提供帮助
@Stedy 已编辑以包含我正在使用的熵库。

标签： r complex-numbers entropy

【解决方案1】：

我认为对您的数据应用entropy 函数没有意义。根据?entropy，它

根据相应的观察计数 y
估计随机变量 Y 的香农熵 H

（强调我的）。这意味着您需要先将数据（似乎是连续的）转换为对数据进行计数，例如通过分箱。

【讨论】：

你的意思是把它切成更小的间隔吗？发布的数据是 1 次试验的 60 秒。在一些报告中，他们将这种类型的数据在一段时间内分成 20 秒的间隔，因此请查看它在数据收集期间的变化情况。比如说 20 秒、40 秒、60 秒……等等。
我不熟悉你特定的数据收集方法，但只是看数据似乎它们是连续的。我的评论是关于对 测量值 进行分箱，而不是关于拆分时间轴。
我尝试使用 lattice 包中的 shingles() 函数 equal.count() 和 a binning question 中的方法，但都没有摆脱警告消息。还有其他我没有尝试过的分箱方法吗？
@technos_eric：试试cut()。
忘记了——您需要将结果制成表格以获得计数数据，例如，table(cut(...))。