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

衡量两个概率分布之间的距离可以评价两个变量之间的相似度，其中常用的方法有KL散度和JS距离。

KL散度是一种定量衡量两个概率分布之间差异的指标。它的计算方式是将两个分布的概率密度函数做差，然后取自然对数，最后乘以第一个分布的概率密度函数，再求和。KL散度的值越大，说明两个分布之间的差异越大，相似度越低。

JS距离是另一种衡量两个概率分布间距离的方法，它是对称的。计算JS距离首先需要将两个分布进行平均，然后计算两个分布分别与平均分布之间的KL散度，最后将这两个散度值加权求和，得到JS距离。当两个分布之间的JS距离越小，说明它们的相似度越高，越接近。

综上所述，KL散度和JS距离都可以用来衡量两个概率分布之间的相似度，但在实际应用中，要根据具体情况选择合适的方法来评价两个变量的相似度。