কুলব্যাক-লেবলার ডাইভারজেন্স কোনও মেট্রিক যথাযথ নয়, যেহেতু এটি প্রতিসাম্য নয় এবং এটি ত্রিভুজ বৈষম্যও পূরণ করে না। সুতরাং দুটি বিতরণ দ্বারা পরিচালিত "ভূমিকা" পৃথক এবং অধ্যয়নের অধীনে বাস্তব-বিশ্বের ঘটনা অনুসারে এই ভূমিকাগুলি বিতরণ করা গুরুত্বপূর্ণ।
যখন আমরা লিখি (ওপি বেস -২ লোগারিথাম ব্যবহার করে এক্সপ্রেশনটি গণনা করেছে)
কে ( পি| | প্রশ্ন)= ∑আমিলগ2( পিআমি/ qআমি) পিআমি
আমরা বিতরণটিকে "লক্ষ্য বিতরণ" হিসাবে বিবেচনা করি (সাধারণত সত্য বিতরণ হিসাবে বিবেচনা করা হয়), যা আমরা Q বিতরণ ব্যবহার করে আনুমানিক ।পিপ্রশ্নঃ
এখন,
Σআমিলগ2( পিআমি/ qআমি) পিআমি= ∑আমিলগ2( পিআমি) পিআমি- ∑আমিলগ2( প্রশ্ন)আমি) পিআমি= - এইচ(P)−EP(ln(Q))
যেখানে হ'ল শ্যানন এনট্রোপি হ'ল পি এবং - ই পি ( এলএন ( কিউ ) ) কে " পি এবং কিউ এর ক্রস-এনট্রপি" বলা হয় - নন-সিমেট্রিক।H(P)P−EP(ln(Q))Pপ্রশ্নঃ
লেখা
কে ( পি| | প্রশ্ন)=এইচ( পি, প্রশ্ন ) - এইচ( পি)
পি
সুতরাং, না , কেএল-ডাইভারজেন্সকে বিতরণের মধ্যে একটি "দূরত্ব পরিমাপ" হিসাবে ব্যাখ্যা না করাই বরং বরং সত্য বিতরণের পরিবর্তে প্রকৃত বন্টনের একটি সান্নিধ্য ব্যবহারের কারণে এনট্রপি বৃদ্ধির একটি পরিমাপ হিসাবে ব্যাখ্যা করা ভাল ।
সুতরাং আমরা ইনফরমেশন থিওরি ল্যান্ডে আছি। মাস্টারদের কাছ থেকে এটি শুনতে (কভার এবং থমাস) "
পিএইচ( পি)প্রশ্নঃএইচ( পি) + কে ( পি| | প্রশ্ন)
একই জ্ঞানী লোকেরা বলে
... এটি বিতরণের মধ্যে সত্যিকারের দূরত্ব নয় কারণ এটি প্রতিসাম্য নয় এবং ত্রিভুজ বৈষম্য পূরণ করে না। তা সত্ত্বেও, প্রায়শই বিতরণের মধ্যে "দূরত্ব" হিসাবে আপেক্ষিক এনট্রপিকে ভাবা দরকারী।
তবে এই উত্তরোত্তর পদ্ধতিটি মূলত তখন কার্যকর হয় যখন কেউ কিছু অনুমানের পদ্ধতিটি অনুকূল করার জন্য কেএল-ডাইভারজেন্সকে হ্রাস করার চেষ্টা করে । প্রতি সেং এর সংখ্যাসমূহের ব্যাখ্যার জন্য , এটি কার্যকর নয় এবং একটিকে "এনট্রপি বৃদ্ধি" পদ্ধতির পছন্দ করা উচিত।
প্রশ্নের নির্দিষ্ট বিতরণের জন্য (সর্বদা বেস -২ লোগারিথ ব্যবহার করে)
কে ( পি| | প্রশ্ন)=0.49282,এইচ( পি) = 1.9486
প্রশ্নঃপি