Байесовское обучение метрик

Байесовское обучение метрик рассматривает задачу обучения адаптированной к задаче функции расстояния как вероятностный вывод. Вместо получения единственной оптимальной матрицы метрик, оно накладывает априорное распределение на метрики, обновляет его на основе парных ограничений сходства или меток и выдает апостериорное распределение, которое количественно определяет неопределенность относительно того, какая метрика лучше всего отражает истинную структуру данных.