轉自：https://blog.csdn.net/a529975125/article/details/81176029
https://blog.csdn.net/a1154761720/article/details/51516273
1.概念
最大均值差異（Maximum Mean Discrepancy, MMD）主要用來度量兩個不同但相關的分布的距離。距離定義為：
理論推導部分省略，大略就是將x/y都通過Φ映射到同一個空間當中，求不同分布的樣本在映射空間中的值，然后作為MMD，這個映射空間是再生希爾伯特空間。
那么經過公式推導之后，需要一個核函數，通常是選用高斯核函數
，最主要的原因應該是高斯核可以映射無窮維空間。
第一個鏈接中有實驗代碼，說明分布越相似MMD值越小。
2.使用
https://pypi.org/project/mmd/，python中有專門的mmd包來計算該值。
https://www.cnblogs.com/zuotongbin/p/13141369.html
輸入是兩個矩陣。