贝叶斯
高斯分布
交叉熵
根据香浓理论，熵是描述信息量的一种度量，如果某一事件发生的概率越小，也就是不确定性越大，那么熵就越大，或者说是信息量越大
我们要让交叉熵尽可能地小，模型预测效果越好
交叉熵在机器学习中的运用：引用博客https://blog.csdn.net/tsyccnh/article/details/79163834
一些公式变形
