あるデータサイエンティストが、ローン金額の分布における事前学習バイアスを、カテゴリ変数（ローンの種類や地域など）との関連で評価したいと考えています。分布を比較するために、どの事前学習バイアス指標を使用すべきですか？（3つ選択してください。）

イェンゼン・シャノン情報量、カルバック・ライブラー情報量、および全変動距離はすべて、2つの確率分布間の類似性または相違性を定量化するために使用される統計的尺度です。データサイエンティストは、これらの指標を使用して、ローン金額の分布がローンの種類や地域などのカテゴリ変数間でどのように異なるかを比較し、事前学習バイアスを特定できます。 クラス不均衡は、特定のクラスのデータポイントが他のクラスよりもはるかに少ない場合に発生する分布の問題ですが、2つの分布間の相違を直接測定するものではありません。条件付き人口統計学的差異は、特定の人口統計学的グループにおける予測の差異を測定するものであり、分布の比較には適していません。ラベル比率の差は、カテゴリカルなラベルの割合の差を測定しますが、連続的なローン金額の分布全体を比較するのには不十分です。