是的，很多。

获取“距离百科全书”一书。

例如，您可以使用直方图相交距离。由于您的数据已经标准化，如果我没记错的话，这会减少到曼哈顿距离。是的：这可能适用于发行版。

我建议对概率分布使用某种平滑，例如拉普拉斯平滑（有时称为“加一平滑”）。然后，您将能够使用 Jensen-Shannon 距离。

或者，您可以使用其他一些距离度量，例如推土机的距离或总变化距离。哪个度量最合适可能取决于应用领域的细节和对这些距离的期望解释。

您可以使用Kullback–Leibler 散度，也称为相对熵，它衡量一个概率分布与第二个预期概率分布的差异程度。它处理具有 0 值的属性。