摘要：
度量两个分布之间的差异 （一）K L 散度 K L 散度在信息系统中称为 相对熵 ，可以用来量化两种概率分布 P 和 Q 之间的差异，它是非对称性的度量。在概率学和统计学上，我们经常会使用一种更简单的、近似的分布来替代观察数据或太复杂的分布。K L散度能帮助我们度量使用一个分布来近似另一个分布时所损 阅读全文
posted @ 2019-10-11 23:52
虔诚的树
阅读(3016)
评论(0)
推荐(0)
摘要：
[TOC] 机器学习中的距离 机器学习任务中，常用的距离公式有以下几种： 1. 欧式距离（又称欧几里得距离） 2. 曼哈顿距离（又称城市街区距离） 3. 切比雪夫距离 4. 闵氏距离（又称闵可夫斯基距离） 5. 标准化欧式距离 6. 余弦距离 （一）欧式距离 公式： $$ d = \sqrt{(a 阅读全文
posted @ 2019-10-11 23:49
虔诚的树
阅读(1326)
评论(0)
推荐(0)
浙公网安备 33010602011771号