本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Jensen-Shannon 偏差 (JS)
<a name="clarify-data-bias-metric-jensen-shannon-divergence"></a>

Jensen-Shannon 散度 (JS) 衡量了不同構面的標籤分布彼此間的散度程度。其基於 Kullback-Leibler 散度，但它是對稱的。

Jensen-Shannon 散度公式如下：

        JS = ½\$1[KL(Pa \$1\$1 P) \$1 KL(Pd \$1\$1 P)]

其中 P = ½( Pa \$1 Pd )，跨構面 *a* 和 *d* 的平均標籤分布。

JS 值的二進位，多範疇，連續型型結果的範圍是 [0, ln(2))。
+ 接近零的值表示標籤的分布類似。
+ 正值代表標籤分布散度，正值越大散度越大。

此指標指出跨多構面的其中一個標籤是否存在很大的散度。