Ugrás a tartalomhoz

Kullback–Leibler divergence

A Wikiszótárból, a nyitott szótárból


Főnév

KullbackLeibler divergence (tsz. Kullback–Leibler divergences)

  1. (informatika) A Kullback–Leibler divergencia (röviden KL divergencia) egy aszimmetrikus mérték két valószínűségi eloszlás között. Azt méri, hogy egy eloszlás mennyi többlet-információt hordoz a másikkal szemben – vagy másképpen: mennyi információveszteség történik, ha a valós eloszlás helyett egy közelítő eloszlást használunk.



🧮 Definíció

Legyen P a valódi eloszlás, Q pedig a közelítő eloszlás. A KL divergencia:

  • Diszkrét esetben:

    DKL(PQ)=xP(x)logP(x)Q(x)

  • Folytonos esetben:

    DKL(PQ)=P(x)logP(x)Q(x)dx



📌 Tulajdonságok

  • DKL(PQ)0 (az egyenlőség csak akkor áll fenn, ha P=Q majdnem mindenütt)
  • Nem szimmetrikus: DKL(PQ)DKL(QP)
  • Nem teljesít háromszög-egyenlőtlenséget, tehát nem valódi távolság a matematikai értelemben.



📈 Intuíció

  • Azt mondja meg, hogy mennyi extra bit kell, ha a valós P helyett a hibás Q-t használjuk kódolásra.
  • Ha Q nagyon rosszul közelíti P-t, a divergencia nagy lesz.



💡 Felhasználás

  • Gépi tanulás: valószínűségi modellek tanítása, például variációs autoenkóderekben
  • Információelmélet: tömörítés, kódolás, modellek összehasonlítása
  • Statisztika: eloszlásillesztés, maximum likelihood és Bayes-inferenciában



🧠 Példa (diszkrét)

Legyen P=[0.5,0.5], Q=[0.9,0.1]

A divergencia:

DKL(PQ)=0.5log(0.50.9)+0.5log(0.50.1)0.5(0.152)+0.5(2.322)=1.085