百科问答小站 logo
百科问答小站 font logo



如何判断两个Deep Learning 数据集的数据分布是否一致? 第1页

  

user avatar   jindongwang 网友的相关建议: 
      

很遗憾,分布距离如你的身高般永远无法精确度量。现有的方法也均是采用特定假设下能给出的解决方案,并不存在一种统一的、精确的分布度量方式。

常用的可以尝试的方法:

  • MMD是一种常用的数据分布距离度量方式。你完全可以用MMD得到数据集A和B的MMD距离,以此作为二者的数据分布距离D1。
  • KL divergence也是很常用的计算方式。利用KL divergence,得到分布距离D2。
  • 基于domain adaptation理论构建一个线性分类器去分两个数据集,也就是A-distance,得到距离D3。
  • 其他任何已有的pair-wise距离计算,如欧氏距离、余弦相似度等,都能得到其他的距离,我们用D4表示。

首先,D1~D4这些数值肯定是不相等的;其次,它们没有可比性;再次,并没有一个距离和传说中的“groundtruth”接近。。。

在实际使用时,根据自己的问题选择适当的分布度量差异、言之成理即可。当然,你也可以自己开发新的分布差异度量方法。




  

相关话题

  如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台? 
  如何评价2020年计算机视觉顶会CVPR投稿量破万的现象? 
  为什么交叉熵(cross-entropy)可以用于计算代价? 
  Partial Multi-Label Learning是什么?它的发展史又是怎样的?最新的进展如何? 
  如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津? 
  深度学习和强化学习之间的差别有多大? 
  计算机视觉研一,只学过Python基础,目前代码能力很差,要不要换导师,不换的话如何毕业? 
  在Auto ML的冲击下,ML算法人员是否会在前者成熟后失业的情况? 
  如何用一句话证明自然语言处理很难? 
  为什么softmax很少会出现[0.5,0.5]? 

前一个讨论
人是如何做黑盒优化的?
下一个讨论
如何看待5G、AI等新技术可能带来更复杂的网络安全威胁?我们的安全是不是越来越难保障?





© 2024-11-09 - tinynew.org. All Rights Reserved.
© 2024-11-09 - tinynew.org. 保留所有权利