JS散度(Jensen-Shannon divergence)是一种用于衡量两个概率分布之间相似度的指标。
时间: 2023-06-24 13:05:05 浏览: 290
衡量两个概率分布的距离(KL散度、JS距离)评价两个变量的相似度MALTAB代码
是的,JS散度是一种用于衡量两个概率分布之间相似度的指标。它是基于KL散度(Kullback-Leibler divergence)的改进版本,可以避免KL散度的一些问题,如非对称性和无定义性。JS散度被广泛应用于信息检索、数据挖掘等领域中。在JS散度中,两个概率分布之间的距离越小,它们之间的相似度就越高。
阅读全文