我正在做一些建模转换矩阵的工作,为此我需要衡量差异或缺乏拟合:也就是说,如果我有一个矩阵和一个目标矩阵,我希望能够计算出多远来自. 谁能提供关于我应该使用什么措施的指示?
我已经看到一些关于使用元素平方误差度量的参考,即总结元素的平方差和,但这似乎相当临时。
我正在做一些建模转换矩阵的工作,为此我需要衡量差异或缺乏拟合:也就是说,如果我有一个矩阵和一个目标矩阵,我希望能够计算出多远来自. 谁能提供关于我应该使用什么措施的指示?
我已经看到一些关于使用元素平方误差度量的参考,即总结元素的平方差和,但这似乎相当临时。
为什么人们希望差异度量成为真正的度量标准?有大量关于 I 散度作为距离度量的公理化表征的文献。它既不是对称的,也不满足三角不等式。
我希望“转移矩阵”是指“概率转移矩阵”。没关系,只要条目不是负面的,I-divergence 就被认为是区分的“最佳”衡量标准。参见例如http://www.mdpi.com/1099-4300/10/3/261/。事实上,任何人都认为是可取的某些公理导致了通常不对称的度量。
只要你的矩阵代表条件概率,我认为使用一般矩阵范数有点人为。在转换矩阵集上使用某种测地线距离可能更相关,但我显然更喜欢回到概率。
我假设你想比较和和那对于(分别。) 存在唯一的平稳测度(分别。)。
在这些假设下,我想比较是有意义的和例如与距离:或海灵格距离:或 Kullback 散度:.