1、数学期望

数学期望就是总体的均值，或者各项的加权平均。

先看离散的情况，假设X为离散型随机变量，x1，x2，x3，……，xk为随机变量的所有可能取值，p1，p2，p3，……，pk为随机变量相应取值发生的概率，其中p1+p2+p3+……+pk=1。

那么随机变量X的数学期望为：

再看连续的情况，假设X为连续型随机变量，x表示随机变量在实数范围内的联系取值，f(x)为概率密度函数。

那么随机变量X的数学期望为：

2、信息量

一个事件的信息量与这个事件发生的概率是呈负相关的。举个例子：下雨的时候，天上没有太阳，这基本上是一个必然事件，带给我们的信息很少。再举个例子：国足踢进了世界杯，这是个小概率事件，这里面一定有很多曲折的事情，把它搞清楚所需的信息量就越大。

这个很好理解，就拿生活中的例子来说，越大概率事件所涵盖的信息量越小，如：晴天的早上太阳从东边升起，这可以说是一个必然事件，给我们带来的信息几乎为零。如：国足踢进了世界杯，对于这种几乎不可能的小概率事件，人们估计都会想把它搞清楚，想把他们搞清楚需要的信息很多，比如谁踢进的球，他们赛场上表现如何，犯规了吗等等…变量的不确定性越大，把它搞清楚所需要的信息量也就越大，这很容易理解。

下面对信息量下个定义，假设X为随机变量，X取xi的概率为p(xi)，那么xi发生的信息量为，其中log是以2为底的对数。由于log为递增函数，取负数之后则为递减，那么该公式满足“一个事件的信息量与其发生的概率是呈负相关的”的条件。

3、信息熵

信息量度量的是一个具体事件发生所带来的信息，而熵则是在结果出来之前对可能产生的信息量的期望——考虑该随机变量的所有可能取值，即所有可能发生事件所带来的信息量的期望。

下面对信息熵进行定义，假设X为随机变量，那么X的信息熵表示X的所有取值所带来的信息量的期望，如下公式所示，p(xi)表示xi发生的概率，I(xi)表示xi发生的信息量，乘积累加和则表示了信息量的数学期望。

4、相对熵

相对熵又称KL散度，用于衡量两个概率分布（如p(X)、Q(X)）之间的差异（距离）。

对于随机变量离散的情况，这么定义相对熵，即事件A和B的差别：

对于随机变量连续的情况，这么定义相对熵，即事件A和B的差别：

从上面的公式可以看出：

（1）如果PA=PB，那么对数部分为0，则推出整式为0，即D(A-B)=0;

（2）减号左边是事件A的信息熵；

（3）如果改变A和B的顺序，求D(B-A)，就要用到B的信息熵，那么结果就不一样了。

5、交叉熵

交叉熵和相对熵（KL散度）的公式非常相近，其实就是KL散度的后半部分。那么交叉熵的定义如下：