В математике вы вычисляете расстояние Вассерштейна W1 среди двух вероятностных мер P и Q, используя CDF (или обратные CDF) этих двух вероятностных мер P и Q, т. е. F и G (или F-1 и G-1). .
В Python (см. scipy.stats.wasserstein_distance) вы используете «Значения, наблюдаемые в (эмпирических) распределениях» в качестве входных данных для расчета Вассерштейна. Расстояние W1. Следовательно:
- Каковы «Значения, наблюдаемые в (эмпирических) распределениях», упомянутые в рекомендациях Python в качестве входных данных для расчета W1? Я имею в виду, относятся ли они к эмпирическим оценкам функций плотности вероятности, то есть гистограммам, или к эмпирическим функциям кумулятивного распределения (eCDF)?
- Как входные данные, используемые в Python, связаны с две вероятностные меры P и Q?
Подробнее здесь: https://stackoverflow.com/questions/770 ... istance-w1
