问题描述
我从许多关于贝叶斯实验设计的论文中看到，Kullback-Leibler 从后验到先验的发散是数据提供的“信息增益”。然而，由于 K-L 散度总是非负的，有没有办法（或如何）从先验到后验来解释 K-L 散度？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
我从许多关于贝叶斯实验设计的论文中看到，Kullback-Leibler 从后验到先验的发散是数据提供的“信息增益”。然而，由于 K-L 散度总是非负的，有没有办法（或如何）从先验到后验来解释 K-L 散度？
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）