注释：《机器学习实战》这本书说到香农熵，查了两个小时弄明白了。
信息熵有两种通俗解释：
1.代表信息的有用程度，越有用信息熵越大，负数是不可能的，我说句话不影响别人也可以影响我自己啊。
2.代表信息的压缩大小，一段话里面有重复的，把重复的去掉就等于压缩，这个压缩的极限就是信息熵。
看下面两个链接就明白了：
https://www.zhihu.com/question/22178202，知乎大神的回答，大概看看有个了解。
http://www.ruanyifeng.com/blog/2014/09/information-entropy.html，博客达人软大大的介绍，大概的推导都给出了。
这里说明其中的一点：
注意单个求解的时候，是求解每个特征出现的概率，其中包括重复的特征，a，b，c，c 是这样的四个数，c出现了两次，得计算两次才可以！