MIC原理解释及优势

Maximal Information Coefficient (MIC)最大互信息系数

原理理解

MIC与互信息(MI),条件互信息(CMI)一脉相承,都是用于衡量两变量之间相关性的标准,这里有两个助于理解MIC的资源。

优势

  1. 能够捕获包括功能性和非功能性的广泛的关联。
  2. 具有普遍性和公平性的特点:
  • 普遍性保证了在足够的样本量下,MIC能够捕捉到广泛的相关关系,而不仅仅局限于特定的功能类型,甚至是所有的功能关系;
  • 公平性意味着MIC对不同类型的包含同等噪声的关系给出了相似的分数。
    MIC的这两个性质表明它适用于推断各种潜在关系。(总结自MICRAT: a novel algorithm for inferring gene regulatory networks using time series gene expression data)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值