KL散度用来衡量两个概率分布之间的差异的量化方法，在机器学习领域，KL散度经常被用来评估模型预测结果与真实结果相似程度。可以通过计算两个概率分布之间的交叉熵得到。在实际应用中，通常被用来优化模型参数、比较不同模型的性能以及进行数据聚类。
KL散度并不是对称的，既：KL(P/Q)与 KL(Q/P)的值可能不同。因此，在使用KL散度进行量化时，需要选择一个作为基准分布的概率分布。
Probability: 取值0~1, p(x)或者q(x),
Information: 对p(x)取对数，加上负号取得正值。I(p) = -: 概率p(x)越高，包含的信息小，因为事件越来越确定。相反，概率越低，包含的信息越多，因为事件具有很大的不确定性。
(Shannon)Entropy: p(x)对I(p)的平均, 熵衡量的是分布的无序性；所有可能发生事件所带来的信息量的期望
Shannon熵公式
香农熵图像
Cross-Entropy: p(x)对I(q)的平均
直观上，交叉熵是信息在不同分布下的平均
KL divergence(Relative entropy/Information gain): 又叫相对熵（ = 交叉熵 - shannon熵；非对称：KL(P/Q) KL(Q/P)，亦不满足三角不等式，故不是距离；
计算实例：
