L2 mesafesi, user39665 tarafından yapılan bir yorumda önerildiği gibi. Bu:
Örneğin , matris yemek kitabının 8.1.8 bölümünde görüldüğü gibi :
böylece zamanda kolayca değerlendirilebilir .L2(P,Q)2=∫(p(x)−q(x))2dx=∫(∑iαipi(x)−∑jβjqj(x))2dx=∑i,i′αiαi′∫pi(x)pi′(x)dx+∑j,j′βjβj′∫qj(x)qj′(x)dx−2∑i,jαiβj∫pi(x)qj(x)dx.
∫ N ( x ; μ , Σ ) N ( x ; μ ′ , Σ ′ )∫N(x;μ,Σ)N(x;μ′,Σ′)dx=N(μ;μ′,Σ+Σ′)
O(mn)
Gaussian RBF çekirdeği ile maksimum ortalama tutarsızlık (MMD). Bu, istatistik topluluğu arasında henüz çok iyi bilinmeyen, tanımlanması biraz matematik gerektiren serin bir mesafedir.
İzin vermek
Hilbert alanı tanımlamak olarak : karşılık gelen çoğaltma Hilbert boşluğu .k(x,y):=exp(−12σ2∥x−y∥2),
Hkk(x,y)=⟨φ(x),φ(y)⟩H
Tanımlar Ortalama harita çekirdeği olarak
K(P,Q)=EX∼P,Y∼Qk(X,Y)=⟨EX∼Pφ(X),EY∼Qφ(Y)⟩.
MMD daha sonra
MMD(P,Q)=∥EX∼P[φ(X)]−EY∼Q[φ(Y)]∥=K(P,P)+K(Q,Q)−2K(P,Q)−−−−−−−−−−−−−−−−−−−−−−−−−√=supf:∥f∥H≤1EX∼Pf(X)−EY∼Qf(Y).
ve karışımlarımız için
ve benzer şekilde ve için .PQK(P,Q)=∑i,jαiβjK(Pi,Qj)
K(P,P)K(Q,Q)
Bu gibi benzer numaralar kullanılarak çıkıyor , bu olduğu
L2K(N(μ,Σ),N(μ′,Σ′))(2πσ2)d/2N(μ;μ′,Σ+Σ′+σ2I).
Gibi , bir katına açıkça bu yakınsak mesafesi. Normalde veri varyasyonunun ölçeğinde farklı bir kullanmak istersiniz .σ→0L2σ
MMD'de polinom çekirdekleri için kapalı formlar da mevcuttur ; görmekk
Muandet, Fukumizu, Dinuzzo ve Schölkopf (2012). Destek Ölçme Makineleri ile Dağıtımlardan Öğrenme. Sinirsel Bilgi İşleme Sistemlerindeki Gelişmeler ( resmi versiyon ). arXiv: 1202.6504 .
Bu mesafenin birçok güzel özelliği için bkz.
Sriperumbudur, Gretton, Fukumizu, Schölkopf ve Lanckriet (2010). Hilbert uzay düğünleri ve olasılık ölçütlerine ilişkin metrikler. Makine Öğrenimi Araştırmaları Dergisi, 11, 1517–1561 . arXiv: 0907.5309 .