Fisher信息：

作用：
  度量随机变量 X 所含有的关于其自身随机分布函数的未知参数 θ 的信息量。Fisher信息越大，Score function的方差越大，代表的信息越多，对参数估计的准确度越高。<所以可以用作一种衡量指标判别模型或算法>

定义： 等同于KL散度的负二阶导数

1. 假设观察到 i.i.d 的数据 $X_1,X_2,\dots X_n$ 服从一个概率分布 $f(X;\theta ),\theta$ 是目标参数（for simplicity，这里 $\theta$是个标量)，那么似然函数:$L(\mathbf{X};\theta )={\prod }_{i=1}^{n}f\left(X_i;\theta \right)$。
2. 取其一阶导数：$S(\mathbf{X};\theta )={\sum }_{i=1}^n\frac{\partial \log f\left(X_i;\theta \right)}{\partial \theta }$，记作Score function（性质是均值为0）。
3. Fisher 信息即：$I(\theta )=E\left[S(X;\theta {)}^2\right]-E[S(X;\theta ){]}^2=\mathrm{Var}[S(X;\theta )]$

Fisher信息矩阵：

费歇耳信息矩阵是费歇耳信息量由单个参数到多个参数情形的推广，形成一个同$\theta$维度一致的Fisher矩阵

KL散度和Fisher矩阵有相似性，当作指标时有时可以相互替代：

以伯努利分布（即一次二项实验）为例：

from math import log
import matplotlib.pyplot as plt
import numpy as np

def kl(p,q):
    return p * log(p / q) + (1 - p) * log((1 - p) / (1 - q))

def fisher(p):
    return 1 / p / (1 - p)

def fisher_kl(p,q):
    return 0.5 * fisher(p) * (p - q)*(p - q)

x = np.linspace(0.1, 0.9, 20)
y1 = [kl(0.5, q) for q in x]
y2 = [fisher_kl(0.5, q) for q in x]

plt.plot(x, y1, label='kl')
plt.plot(x, y2, label='fisher_kl')
plt.legend()
plt.show()