domain adaptation 之 Maximun Mean discrepancy （一）

一、最大平均偏差—MMD

对于两份数据集$X=(x_1,...,x_m)$和$Y=(y_1,...,y_n)$是否服从同一分布。Maximun mean discrepancy （MMD）就是用来解决这一问题。MMD用于评估两份或多份数据是否来自同一分布。
假设$F$是一类函数$f:\chi \to R$，$X$和$Y$分别采集自概率分布$p$和$q$，于是得到MMD的定义式$$MMD[F,p,q]:=su{p}_{f\in F}(E_p[f(x)]-E_q[f(y)])$$对于已存在的采样$X,Y$，我们使用MMD的无偏估计公式$$MMD[F,X,Y]:=su{p}_{f\in F}(\frac{1}{m}\sum _{i=1}^{m}f(x_i)-\frac{1}{n}\sum _{i=1}^{n}f(y_i))$$

这里介绍的$F$为核函数。使用核函数可以很容易地计算MMD，并且有能力在没有假设、没有先验知识的前提下计算$p$和$q$之间的差异。此时对于一类函数$f:\chi \to R<$