Sono interessato a sapere cosa succede realmente in Hellinger Distance (in termini semplici). Inoltre, sono anche interessato a sapere quali sono i tipi di problemi che possiamo usare Hellinger Distance? Quali sono i vantaggi dell'utilizzo di Hellinger Distance?
9
La distanza di Hellinger è un analogo probabilistico della distanza euclidea. Una proprietà saliente è la sua simmetria, come metrica. Tali proprietà matematiche sono utili se stai scrivendo un documento e hai bisogno di una funzione di distanza che possiede determinate proprietà per rendere possibile la tua prova. Nell'applicazione, qualcuno potrebbe scoprire che una metrica produce risultati migliori o migliori di un'altra per un determinato compito; ad es., la distanza di Wasserstein è di gran moda nelle reti generative dell'avversario
—
Emre,
Grazie per il commento. Mi sono imbattuto in questa domanda, che è abbastanza simile alla domanda che ho ora. datascience.stackexchange.com/questions/22324/… Per favore fatemi sapere, perché la risposta dice che Hellinger Distance è adatto?
—
Smith Volka,
Probabilmente per visualizzare gli argomenti in uno spazio metrico. Un'altra proprietà interessante è che la distanza di Hellinger è limitata per le distribuzioni con supporto diverso. È positivo che tu stia ponendo queste domande. Ti suggerisco di provare metriche diverse per te stesso e di osservare i risultati.
—
Emre,
Grazie. è un buon collegamento. aiuta molto. Ma la distanza di Hellinger è limitata solo agli argomenti derivati dalla Latent Dirichlet Allocation (LDA) come indicato nel link?
—
Smith Volka,
No, non ha alcuna connessione intrinseca a LDA.
—
Emre,