Tan Jay

Wasserstein距离与经验分布

Tan Jay / 2025-03-05


在统计学与机器学习中,经验分布Wasserstein距离的关系可以通过以下直观解释和具体应用来理解:

1. 经验分布(Empirical Distribution)

2. Wasserstein距离(Wasserstein Distance)

3. 经验分布与Wasserstein距离的关系

(1) 投影问题(Projection)

(2) 统计推断中的应用

(3) 与KL散度投影的对比

4. 具体例子

例1:鲁棒机器学习模型训练

例2:生成对抗网络(GAN)

5. 相关文献

总结

简言之,Wasserstein距离为经验分布提供了一种“几何镜头”,使其能够更自然地与复杂的数据分布和实际问题中的分布偏移相结合。