文章目录

  • 定义
  • see also

定义

条件互信息 I ( X , Y ∣ Z ) I(X, Y|Z) I(X,Y∣Z)定义如下:
I ( X , Y ∣ Z ) = ∑ z ∈ Z p Z ( z ) ∑ y ∈ Y ∑ x ∈ X p X , Y ∣ Z ( x , y ∣ z ) log ⁡ p X , Y ∣ Z ( x , y ∣ z ) p X ∣ Z ( x ∣ z ) p Y ∣ Z ( y ∣ z ) I(X, Y|Z)=\sum_{z\in Z}p_Z(z)\sum_{y \in Y}\sum_{x \in X} p_{X,Y|Z}(x,y|z)\log \frac{p_{X,Y|Z}(x,y|z)}{p_{X|Z}(x|z)p_{Y|Z}(y|z)} I(X,Y∣Z)=z∈Z∑​pZ​(z)y∈Y∑​x∈X∑​pX,Y∣Z​(x,y∣z)logpX∣Z​(x∣z)pY∣Z​(y∣z)pX,Y∣Z​(x,y∣z)​
也有:
I ( X , Y ∣ Z ) = ∑ z ∈ Z ∑ y ∈ Y ∑ x ∈ X p X , Y , Z ( x , y , z ) log ⁡ p Z ( z ) p X , Y ∣ Z ( x , y ∣ z ) p X , Z ( x , z ) p Y , Z ( y , z ) I(X, Y|Z)=\sum_{z\in Z}\sum_{y \in Y}\sum_{x \in X} p_{X,Y,Z}(x,y,z)\log \frac{p_{Z}(z)p_{X,Y|Z}(x,y|z)}{p_{X,Z}(x,z)p_{Y,Z}(y,z)} I(X,Y∣Z)=z∈Z∑​y∈Y∑​x∈X∑​pX,Y,Z​(x,y,z)logpX,Z​(x,z)pY,Z​(y,z)pZ​(z)pX,Y∣Z​(x,y∣z)​

see also

集智百科:条件互信息

条件互信息(conditional mutual information,CMI)相关推荐

  1. 概率机器学习中的互信息(Mutual Information)

    1.Mutual Information概念 互信息是信息论中用以评价两个随机变量之间的依赖程度的一个变量 2.信息论的基础概念 信息量: 是对某个时间发生的概率的度量,通常来讲一个事件发生的概率越低 ...

  2. 互信息(Mutual Information)

    本文根据以下参考资料进行整理: 1.维基百科:https://zh.wikipedia.org/wiki/%E4%BA%92%E4%BF%A1%E6%81%AF 2.新浪博客:http://blog. ...

  3. 互信息(Mutual Information)介绍

    在概率论和信息论中,两个随机变量的互信息(Mutual Information,简称MI)或转移信息(transinformation)是变量间相互依赖性的量度.不同于相关系数,互信息并不局限于实值随 ...

  4. 双目立体匹配经典算法之Semi-Global Matching(SGM)概述:匹配代价计算之互信息(Mutual Information,MI)...

      半全局立体匹配算法Semi-Global Matching,SGM由学者Hirschmüller在2005年所提出1,提出的背景是一方面高效率的局部算法由于所基于的局部窗口视差相同的假设在很多情况 ...

  5. 互信息(Mutual Information)的介绍

    互信息,Mutual Information,缩写为MI,表示两个变量X与Y是否有关系,以及关系的强弱. 如果 (X, Y) ~ p(x, y), X, Y 之间的互信息 I(X; Y)定义为: No ...

  6. 信息熵、条件熵、联合熵、互信息和条件互信息

    目录 1. 信息熵 2. 联合熵 3. 条件熵 4. 互信息 5. 条件互信息 6. 参考文章 1. 信息熵 信息熵是用于度量信息量大小的指标. 设 XXX 是一个随机变量,则 XXX 的信息熵定义为 ...

  7. 特征选择方法详解Part2-卡方检验、互信息(Mutual Information)

    Content 1. 单变量分析 1.1 卡方检验 1.1.1 原理 1.1.2 使用示例 1.2 互信息(Mutual Information) 1.2.1 原理 1.2.1.1 互信息(Mutua ...

  8. 信息论领域内的计算方法仿真,Mutual Information,互信息;

    Mutual Information,互信息: 互信息,刻画的是两个变量间的相互作用: 公式如下: 要理解互信息,首先得搞懂什么是条件熵. ------ 条件熵,指的是: 条件熵的基础是,条件概率.条 ...

  9. 计算两个向量的互信息(Mutual Information) matlab程序

    互信息,Mutual Information,缩写为MI,用来计算两个变量X与Y是否有关系,以及关系的强弱 function [Ixy,lambda]=MutualInfo(X,Y) %% % Est ...

最新文章

  1. 解题报告:luogu P2423 [HEOI2012]朋友圈【最大团转最大点独立集(匈牙利算法+时间戳优化)】
  2. 内存与mysql_MySQL的内存和相关问题排查
  3. ncnn量化学习笔记
  4. 如何将函数的实际参数转换成数组
  5. SQLplus 和mysql区别_mysql和oracle的区别有哪些
  6. selenium自动化案例(一)B站专栏爬虫
  7. 生命周期 用户可以操作dom_当面试官问:能否介绍下Vue生命周期时,该如何回答...
  8. R语言自动化报告格式——knitr
  9. Atitit.常见的4gl 第四代编程语言  与 dsl
  10. linux安装windows常用中文字体库
  11. 局域网 如何连接主机_局域网远程操控电脑方法
  12. StringBuilder的介绍(转载!)
  13. php+日期周几,如何判断php一个日期是周几
  14. Z世代成为消费新主力,我国潮牌营销洞察报告​
  15. Java实现读取csv文件
  16. 牛客网 SQL17 10月的新户客单价和获客成本
  17. 搭建云平台过程中的错误及解决方案1
  18. 如何将图片压缩到100K以内,教你几种免费方法
  19. 支付宝当面付php接入源码下载,支付宝当面付(扫码支付)实例源码下载(官方)
  20. 丰巢快递柜收费,究竟挑动了我们哪根神经?

热门文章

  1. Java数组变量赋值
  2. ati driver for linux
  3. 【吐血整理】史上最全的《Java面试题及解析》
  4. 快手Android上机面试:设计一个下载文件的框架
  5. Linux下搭建rabbitMQ、安装jdk、安装redis、安装zookeeper、docker安装MySQL、防火墙常用命令、docker安装、Windows下嘛呢私服搭建、Nginx安装
  6. 强化学习基本概念及与监督学习的区别
  7. php做网站步骤_制作一个简单PHP网站系统的最基本流程
  8. 机器学习中的数学——深度学习优化的挑战:病态
  9. Freemark 常用代码总结2
  10. ⼤数据是如何产生的?大数据的特点是什么?什么是埋点?如何进行数据埋点?【超详细介绍】