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

  Resnet是否只是一个深度学习的trick? 
  如何评价 DeepMind 在星际中的失利,以及 OpenAI 在 Dota 上的成功? 
  如何看待AI伦理科学家Timnit Gebru在邮件控诉谷歌缺乏种族多样性后被Jeff Dean炒掉? 
  国内目前的量化交易是否很少涉及到机器学习? 
  如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2? 
  为什么 Non-Convex Optimization 受到了越来越大的关注? 
  人工智能就业前景越来越严峻了,你还在坚持吗? 
  当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)? 
  如何评价剑桥,腾讯, DeepMind以及港大团队新作 SimCTG ? 
  请问刘知远老师提供的网易新闻标注数据集开源吗? 

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?





© 2025-04-01 - tinynew.org. All Rights Reserved.
© 2025-04-01 - tinynew.org. 保留所有权利