相对熵（relative Information entropy） 拿点击率预估来阐述，来了一条样本，要预估它的点击概率P(click)，当然P(click)+P(nonclick)=1。
基于1个网页-相关网页
And then a relative attribute reduction algorithm is mentioned based on information entropy.
后面又提到了基于信息熵的相对属性约简算法。
We propose a model-calibrated K-L relative entropy minimization (MKLEM) approach to using complete auxiliary information from survey data.
本文我们提出了使用调查数据中完全辅助信息的模型校正K-L相对熵最小化方法。
应用推荐