预测喜欢的电影

小明的观影记录

序号	片名
1	疯狂动物城
2	美国队长2
3	龙珠Z：复活的弗利萨
4	速度与激情8
5	战狼2
6	赛尔号大电影6：圣者无敌

近期上映的电影列表

星际特工、叶问、疯狂动物城、美国队长2、龙珠Z：复活的弗利萨、速度与激情8、战狼2、赛尔号大电影6：圣者无敌

分类

按类型分：

类型	片名	是否都看过或都没看过
动作	速度与激情8、战狼2、叶问	否
科幻	星际特工、美国队长2	否
动漫	疯狂动物城、龙珠Z：复活的弗利萨、赛尔号大电影6：圣者无敌	是

按票房分：

票房	片名	是否都看过或都没看过
高（>2亿美金）	速度与激情8、战狼2	是
低	叶问	是

按产地分：

产地	片名	是否都看过或都没看过
美国	美国队长2	是
法国	星际特工	是

如此安排分类条件是否合理？如何使用算法来优化分类？

熵

熵，热力学中表征物质状态的参量之一，用符号S表示，其物理意义是体系混乱程度的度量。 信息熵是一个系统混乱程度的度量，信息熵越大，系统越混乱；信息熵越小，系统越有序。如八宝粥和小米粥。

计算公式：假如一个随机变量X的取值为$X={x_1,x_2,…,x_n}$，每一种取到的概率分别是${p_1,p_2,…,p_n}$，那么X的熵定义（单位：bit）为：$H(X)=-\sum_{i=1}^{n}p_ilog_2p_i$。