Tôi đã bắt gặp một khối lượng lớn tài liệu ủng hộ việc sử dụng số liệu Thông tin của Fisher như một số liệu địa phương tự nhiên trong không gian phân phối xác suất và sau đó tích hợp vào đó để xác định khoảng cách và khối lượng.
Nhưng những số lượng "tích hợp" này thực sự hữu ích cho bất cứ điều gì? Tôi không tìm thấy sự biện minh lý thuyết và rất ít ứng dụng thực tế. Một là công việc của Guy Lebanon trong đó anh ta sử dụng "Khoảng cách của Fisher" để phân loại tài liệu và một công việc khác là Rodriguez ' ABC về lựa chọn mô hình , trong đó "Khối lượng của Fisher" được sử dụng để lựa chọn mô hình. Rõ ràng, việc sử dụng "khối lượng thông tin" sẽ cải thiện "các đơn đặt hàng cường độ" so với AIC và BIC để lựa chọn mô hình, nhưng tôi chưa thấy bất kỳ sự theo dõi nào về công việc đó.
Một lý do biện minh về mặt lý thuyết có thể là có một khái quát hóa ràng buộc sử dụng thước đo khoảng cách hoặc âm lượng này và tốt hơn giới hạn xuất phát từ MDL hoặc các đối số tiệm cận, hoặc một phương pháp dựa trên một trong những đại lượng này có thể chứng minh tốt hơn trong một số tình huống thực tế hợp lý, bất kỳ kết quả của loại này?