机器学习中的数学——距离定义(二十四):F-散度(F-Divergence)
分类目录:《机器学习中的数学》总目录
相关文章:
· 距离定义:基础知识
· 距离定义(一):欧几里得距离(Euclidean Distance)
· 距离定义(二):曼哈顿距离(Manhattan Distance)
· 距离定义(三):闵可夫斯基距离(Minkowski Distance)
· 距离定义(四):切比雪夫距离(Chebyshev Distance)
· 距离定义(五):标准化的欧几里得距离(Standardized Euclidean Distance)
· 距离定义(六):马氏距离(Mahalanobis Distance)
· 距离定义(七):兰氏距离(Lance and Williams Distance)/堪培拉距离(Canberra Distance)
· 距离定义(八):余弦距离(Cosine Distance)
· 距离定义(九):测地距离(Geodesic Distance)
· 距离定义(十): 布雷柯蒂斯距离(Bray Curtis Distance)
· 距离定义(十一):汉明距离(Hamming Distance)
· 距离定义(十二):编辑距离(Edit Distance,Levenshtein Distance)
· 距离定义(十三):杰卡德距离(Jaccard Distance)和杰卡德相似系数(Jaccard Similarity Coefficient)
· 距离定义(十四):Ochiia系数(Ochiia Coefficient)
· 距离定义(十五):Dice系数(Dice Coefficient)
· 距离定义(十六):豪斯多夫距离(Hausdorff Distance)
· 距离定义(十七):皮尔逊相关系数(Pearson Correlation)
· 距离定义(十八):卡方距离(Chi-square Measure)
· 距离定义(十九):交叉熵(Cross Entropy)
· 距离定义(二十):相对熵(Relative Entropy)/KL散度(Kullback-Leibler Divergence)
· 距离定义(二十一):JS散度(Jensen–Shannon Divergence)
· 距离定义(二十二):海林格距离(Hellinger Distance)
· 距离定义(二十三):α-散度(α-Divergence)
· 距离定义(二十四):F-散度(F-Divergence)
· 距离定义(二十五):布雷格曼散度(Bregman Divergence)
· 距离定义(二十六):Wasserstein距离(Wasserstei Distance)/EM距离(Earth-Mover Distance)
· 距离定义(二十七):巴氏距离(Bhattacharyya Distance)
· 距离定义(二十八):最大均值差异(Maximum Mean Discrepancy, MMD)
· 距离定义(二十九):点间互信息(Pointwise Mutual Information, PMI)
F-散度(F-Divergence)是KL散度的一个推广:
DF(p∣∣q)=∫q(x)f(p(x)q(x))D_F(p||q)=\int q(x)f(\frac{p(x)}{q(x)})DF(p∣∣q)=∫q(x)f(q(x)p(x))
其中,函数f(x)f(x)f(x)需要满足下列2个性质:
- f(x)f(x)f(x)是一个凸函数
- f(1)f(1)f(1)=0
若f(x)=xlogxf(x)=x\log{x}f(x)=xlogx,则F-散度退化为KL散度;若f(x)=−logxf(x)=-\log{x}f(x)=−logx,则F-散度退化为reverse KL散度。甚至,当f(x)f(x)f(x)取某些值时,还可以表达α\alphaα-散度。下面的表格给出了F-散度的一些特例:
散度(Divergence) | 对应的f(x)f(x)f(x) |
---|---|
KL散度 | xlogxx\log{x}xlogx |
reverse KL散度 | −logx-\log{x}−logx |
海林格距离 | (x−1)2(\sqrt{x}-1)^2(x−1)2 |
卡方距离 | (t−1)2(t-1)^2(t−1)2 |
α\alphaα-散度 | 41−α2(1−x1+α2)(α≠±1)\frac{4}{1-\alpha^2}(1-x^{\frac{1+\alpha}{2}})\quad(\alpha\neq\pm1)1−α24(1−x21+α)(α=±1) |
KL散度 | xlogxx\log{x}xlogx |
KL散度 | xlogxx\log{x}xlogx |
下面我们来看一下海林格距离的Python实现:
def f(t):return t*np.log(t)def F_Divergence(p, q):import numpy as npp = np.array(p)q = np.array(q)M = (p + q)/2return np.sum(q*f(p/q))
机器学习中的数学——距离定义(二十四):F-散度(F-Divergence)相关推荐
- 机器学习中的数学——距离定义(十): 布雷柯蒂斯距离(Bray Curtis Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(十六):豪斯多夫距离(Hausdorff Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(二十):相对熵(Relative Entropy)/KL散度(Kullback-Leibler Divergence)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(二十九):点间互信息(Pointwise Mutual Information, PMI)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(二):曼哈顿距离(Manhattan Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(九):测地距离(Geodesic Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(十三):杰卡德距离(Jaccard Distance)和杰卡德相似系数(Jaccard Similarity Coefficient)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(七):兰氏距离(Lance and Williams Distance)/堪培拉距离(Canberra Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(三):闵可夫斯基距离(Minkowski Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(五):标准化的欧几里得距离(Standardized Euclidean Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
最新文章
- 技术图文:如何利用C#爬取CSDN的博客文章?
- JavaScript那些事儿-不被知晓的预解释
- C:简单的学生信息处理程序实现
- SQL Server之游标
- 微服务注册中心为什么要使用Consul替代Eureka?
- JavaScript——语法
- 数据--第23课 - 队列的优化实现
- 弹窗php整人_vbs无限弹窗 无敌弹窗整人VBS代码 - 电脑常识 - 服务器之家
- 《Java从入门到放弃》JavaSE入门篇:集合
- 每天脑子里莫名其妙冒出来的话(常见于早上起床之后)持续记录,这也是日记的一种
- @2017-2018 ACM-ICPC Nordic Collegiate Programming Contest (NCPC 2017) K:Kayaking Trip(二分+贪心)
- java中innerhtml_js中innerHTML与innerText的用法与区别 | 学步园
- 大学生面试着装要求(男生篇)
- c语言中ifelse意义,c语言if和else if的区别
- 大数据平台的作用有什么
- Python爬虫爬取东方财富网的股票信息
- poj-3258 River Hopscotch (二分)
- 一文读懂有关Tree的前世今生
- HDOJnbsp;4278nbsp;nbsp;Faultynbsp;Odometer
- useSSL=true和false区别:
热门文章
- 3 Idiots ——谢 阿米尔·汗
- 数据分析实战(二) 基于美国人口adult数据集R语言分析实战
- 今日份PS练习|玻璃材质背景练习
- C#脚本引擎CS-Script
- Histromap of World History: The rise and fall of peoples and notions for 4000 years
- 咸阳强生告诉你吃什么食物养胃效果好
- 【VOLTE】【SRVCC】【1】 VOLTE SRVCC(SRVCC TO 3GPP)
- 哈希原理与常见哈希函数
- Float类型出现舍入误差的原因
- 基于EasyX使用Wu反走样算法画线