给定一个原始概率分布P ，我想测量一个近似值Q与初始分布有多大不同。为此，我通过 计算 KL 散度scipy.stats.entropy，由于差异很大，它返回无穷大。然而，随着时间的推移，近似值变得更好，我仍然想量化两组之间的差异。
问题是，是否有任何技巧可以避免inf值，或者我应该通过使用其他距离度量来规避这种行为？
KL 散度返回无穷大
数据挖掘
Python
scikit-学习
2021-10-03 11:51:33
1个回答
无穷大是由于除以零。只需用非常小的值替换任何零值。这个问题很常见，搜索一下就会发现很多类似的问题。请记住，kl 不是指标
其它你可能感兴趣的问题