""" 求样本集合x的信息熵 :param attribute: 结果 -> array :return: 结果的信息熵 -> float """

这是一个计算给定样本集合的信息熵的函数，其中参数 attribute 是一个数组，表示样本的结果集合。以下是可能的实现：

import math

def information_entropy(attribute):
    # 统计结果的频率
    freq = {}
    for item in attribute:
        if item in freq:
            freq[item] += 1
        else:
            freq[item] = 1

    # 计算信息熵
    entropy = 0
    for count in freq.values():
        prob = count / len(attribute)
        entropy -= prob * math.log2(prob)

    return entropy

这个函数首先统计了结果的频率，然后计算了信息熵。信息熵的计算公式是 $H(X) = -\sum_{i=1}^{n} p_i \log_2(p_i)$，其中 $n$ 是结果的种类数，$p_i$ 是第 $i$ 种结果出现的概率。最后，函数返回计算得到的信息熵。