信息熵：
（看之前可以瞭解一下信息熵的創始人：克勞德·艾爾伍德·香農（Claude Elwood Shannon ，1916年4月30日—2001年2月24日））
先給出信息熵的公式：
其中：𝑝(𝑥𝑖)代表隨機事件𝑥𝑖的概率。
下面逐步介紹信息熵公式來源！
首先了解一下信息量：信息量是對信息的度量，就跟時間的度量是秒一樣，當我們考慮一個離散的隨機變量 x 的時候，當我們觀察到的這個變量的一個具體值的時候，我們接收到了多少信息呢？
多少信息用信息量來衡量，我們接受到的信息量跟具體發生的事件有關。
信息的大小跟隨機事件的概率有關。越小概率的事情發生了產生的信息量越大，如湖南產生 的地震了；越大概率的事情發生了產生的信息量越小，如太陽從東邊升起來了（肯定發生嘛， 沒什麼信息量）。這很好理解！
因此一個具體事件的信息量應該是隨着其發生概率而遞減的，且不能爲負。但是這個表示信 息量函數的形式怎麼找呢？隨着概率增大而減少的函數形式太多了！不要着急，我們還有下 面這條性質。
如果我們有倆個不相關的事件 x 和 y，那麼我們觀察到的倆個事件同時發生時獲得的信息應 該等於觀察到的事件各自發生時獲得的信息之和，即： h(x,y) = h(x) + h(y)
由於 x，y 是倆個不相關的事件，那麼滿足 p(x,y) = p(x)*p(y).
根據上面推導，我們很容易看出 h(x)一定與 p(x)的對數有關（因爲只有對數形式的真數相乘 之後，能夠對應對數的相加形式，可以試試）。因此我們有信息量公式如下：
𝐡(𝐱) = −𝒍𝒐𝒈𝟐𝒑(𝒙)
（1）爲什麼有一個負號？其中，負號是爲了確保信息一定是正數或者是 0，總不能爲負數吧！
（2）爲什麼底數爲 2 這是因爲，我們只需要信息量滿足低概率事件 x 對應於高的信息量。那麼對數的選擇是任意的。我們只是遵循信息論的普遍傳統，使用 2 作爲對數的底！
信息熵 下面正式引出信息熵：信息量度量的是一個具體事件發生了所帶來的信息，而熵則是在結果出來之前對可能產生的信息量的期望——考慮該隨機變量的所有可能取值，即所有可能發生事件所帶來的信息量的期望。即
𝐇(𝐱) = −𝒔𝒖𝒎(𝒑(𝒙)𝒍𝒐𝒈𝟐𝒑(𝒙))
轉換一下也就是：
最終我們的公式來源推導完成了。
信息熵還可以作爲一個系統複雜程度的度量，如果系統越複雜，出現不同情況的種類越多， 那麼他的信息熵是比較大的。如果一個系統越簡單，出現情況種類很少（極端情況爲 1 種情況，那麼對應概率爲 1，那麼對應的信息熵爲 0），此時的信息熵較小。
最後附上對數函數一些性質，你畫出 𝐟(𝐱) = −𝒍𝒐𝒈𝟐𝒙 的圖像會更加明瞭。
鏈接：https://www.zhihu.com/question/22178202/answer/161732605
來源：知乎