机器学习中的分布差异度量方法

[chamwen]

https://www.chamwen.com/2020/04/02/ML_note2/

分布差异主要描述两个分布（一般是二维矩阵）之间的差异，机器学习中常用的分布差异度量方法包括：基于熵的信息熵、条件熵、交叉熵、KL 散度、JS 散度以及 Wasserstein 距离等，其含义、理论总结。