连续pdf的KL散度

Question

假设我有两个pdf，例如：

from scipy import stats
pdf_y = stats.beta(5, 9).pdf
pdf_x = stats.beta(9, 5).pdf

我想计算他们的KL divergence。在我重新发明轮子之前，PyData生态系统中有没有内置的东西可以做到这一点？

Answer 1

KL分歧在scipy.stats.entropy中可用。从文档字符串

stats.entropy(pk, qk=None, base=None) 

Calculate the entropy of a distribution for given probability values.           

If only probabilities `pk` are given, the entropy is calculated as              
``S = -sum(pk * log(pk), axis=0)``.                                             

If `qk` is not None, then compute a relative entropy (also known as             
Kullback-Leibler divergence or Kullback-Leibler distance)                       
``S = sum(pk * log(pk / qk), axis=0)``.  

Answer 2

看起来nimfa包里有你要找的东西。http://nimfa.biolab.si

V = np.matrix([[1,2,3],[4,5,6],[6,7,8]])
fctr = nimfa.mf(V, method = "lsnmf", max_iter = 10, rank = 3)
fctr_res = nimfa.mf_run(fctr)
# Print the loss function according to Kullback-Leibler divergence. By default Euclidean metric is used.
print "Distance Kullback-Leibler: %5.3e" % fctr_res.distance(metric = "kl")

这并不完全是您想要的，因为它似乎只需要一个输入，但它可能是一个起点。

此外，此链接可能会很有用。似乎有一些代码(而不是numpy)来计算相同的东西。https://code.google.com/p/tackbp2011/source/browse/TAC-KBP2011/src/python-utils/LDA/kullback-leibler-divergence.py?r=100

Answer 3

由于KL-散度被定义为超散度( integral for the continuous case )，恐怕您必须在(超)空间上对这两个分布进行Monte Carlo integration。

在你的例子中，这意味着在区间0,1中均匀地绘制随机数，并计算两个PDF的值，以用于积分计算。