交叉熵（Cross-Entropy）详解
1. 引言
在机器学习和深度学习中，交叉熵（Cross-Entropy）是一种常见的损失函数，广泛用于分类任务，特别是二分类和多分类问题。交叉熵的核心思想是衡量两个概率分布之间的差异，并通过最小化这个差异来优化模型，使预测结果尽可能接近真实分布。
在本篇文章中，我们将详细探讨：
- 交叉熵的定义与公式
- 交叉熵的数学推导
- 交叉熵的作用与直观理解
- 交叉熵在机器学习中的应用
- 交叉熵与其他损失函数的对比
2. 交叉熵的定义
2.1 交叉熵公式
交叉熵的数学定义如下：
其中：
- D 表示交叉熵损失（Cross-Entropy Loss）
- K 是类别的总数
表示样本在类别 k 上的真实概率
是对数操作（一般以自然对数 ln 计算）
2.2 交叉熵的作用
交叉熵用于衡量两个概率分布之间的相似性，当真实分布和预测分布一致时，交叉熵最小（接近 0）；当两个分布相差越大时，交叉熵值越大。
例如：
- 如果模型的预测概率完全匹配真实标签（如 100% 置信度地预测正确），交叉熵损失趋近于 0。
- 如果模型的预测概率非常不准确（如对错误类别的置信度较高），交叉熵损失会很大，模型需要调整参数。
3. 交叉熵的数学推导
3.1 二分类问题中的交叉熵
对于二分类问题（如 0/1 分类），假设：
- 真实标签 y∈{0, 1}
- 预测概率
（表示类别 1 的概率）
交叉熵损失函数为：
当真实类别 y = 1 时，损失函数变为：
- 若模型预测
- 若模型预测
当真实类别 y = 0 时，损失函数变为：
- 若模型预测
- 若模型预测
这表明：交叉熵会对错误的高置信度预测施加较大的惩罚，从而促进模型学习更准确的概率分布。
3.2 多分类问题中的交叉熵
在多分类任务中（Softmax 作为输出层），设：
- K 为类别数
- y 为真实类别（one-hot 编码）
为第 k 类的预测概率
交叉熵损失为：
由于 one-hot 编码中，只有真实类别的 ，其余类别的
，因此公式可以简化为：
其中 是模型对真实类别的预测概率。
如果模型对正确类别的置信度高，则交叉熵损失较小；如果预测不准确，则损失较大。
4. 交叉熵的作用与直观理解
4.1 交叉熵衡量概率分布的差异
交叉熵的本质是计算两个分布之间的差异。例如：
- 真实分布：P = (0.9, 0.1)（正确类别置信度 90%）
- 预测分布：
（预测较准确）
（预测较混乱）
计算交叉熵：
可以看出， 的交叉熵较小，说明预测更接近真实分布，而
的交叉熵较大，表示预测较差。
4.2 交叉熵与信息论
交叉熵源自信息论，用来衡量数据的不确定性：
- 如果交叉熵 D 越小，表示预测分布与真实分布越接近，模型越稳定。
- 如果交叉熵 D 越大，表示预测不稳定，需要优化。
在信息论中，交叉熵可以理解为编码一条信息的最优成本，如果模型的预测更准确，所需的编码长度更短。
5. 交叉熵在机器学习中的应用
5.1 逻辑回归（Logistic Regression）
- 逻辑回归使用 Sigmoid 作为输出层，交叉熵作为损失函数，优化模型参数。
5.2 神经网络（Neural Networks）
- 交叉熵常用于分类任务，配合 Softmax 层来计算每个类别的概率分布。
5.3 生成模型（Generative Models）
- 如 GAN（生成对抗网络）使用交叉熵来衡量真实样本与生成样本的分布差异。
6. 交叉熵 vs 其他损失函数
| 损失函数 | 适用任务 | 公式 | 特点 |
|---|---|---|---|
| 均方误差（MSE） | 回归 | 对异常值敏感 | |
| 平均绝对误差（MAE） | 回归 | 对异常值鲁棒，误差的影响更均匀 | |
| 交叉熵（CE） | 分类 | 适用于概率预测，能有效优化分类模型 |
7. 结论
- 交叉熵衡量两个概率分布的相似性，是分类任务中最常用的损失函数。
- 交叉熵会对错误高置信度预测施加较大惩罚，从而优化模型训练。
- 在信息论中，交叉熵反映了编码信息的最优成本。
- 在深度学习中，交叉熵通常与 Softmax 结合，进行多分类任务的优化。
掌握交叉熵的概念，对优化分类模型和理解概率分布的学习过程至关重要！
