Maximum Mean Discrepancy
MMD
Maximum Mean Discrepancy (MMD)[1][2] 是一个衡量两个分布差异的指标。具体而言,设
MMD 启发自如下定理。
定理 1:设
基于上述定理,当
定义 (MMD):设
定理 2:设
使用样本近似期望,得到 MMD 的经验估计:
值得注意的是这个估计其实是有偏的。进一步地,取平方得:
因此:
References
- Gretton, Arthur, Karsten Borgwardt, Malte Rasch, Bernhard Schölkopf, and Alex Smola. A kernel method for the two-sample-problem. Advances in neural information processing systems 19 (2006). ↩︎
- Gretton, Arthur, Karsten M. Borgwardt, Malte J. Rasch, Bernhard Schölkopf, and Alexander Smola. A kernel two-sample test. The Journal of Machine Learning Research 13, no. 1 (2012): 723-773. ↩︎
- 迁移学习简介之最大均值差异(Maximum Mean Discrepancy) - 姚远的文章 - 知乎. https://zhuanlan.zhihu.com/p/679276071 ↩︎