KL divergence

KL divergence je nesymetrická miera informačného rozdielu medzi dvoma pravdepodobnostnými rozdeleniami, ktorá vyjadruje stratu pri aproximácii jedného druhým.

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi musí zodpovedať reálnemu cieľu, cene jednotlivých chýb a rozdielom medzi relevantnými skupinami.

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Rizikom je optimalizácia nesprávneho ukazovateľa, zakrytie rozdielov medzi skupinami a interpretácia bez kontextu. Metriku treba prepojiť s reálnym cieľom a cenou jednotlivých chýb.

KL divergence sa od pojmov Loss function, Jensen-Shannon divergence, Jaccard similarity odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.