三元变量间一维流形依赖关系的检测

grand

摘要:最大信息系数(Maximum Information Coefficient,MIC)能够很好的检测成对变量间的线性和非线性依赖
关系,但却不能直接用于检测三元变量间的相关天系.基丁MIL的思想和生B大DyYoMB心io,个MPer ) MTCC范在[O。元变量间一维流形依赖关系的方法一最大全相关系数(Maximal Total Correlation Coeticient N1ILC).NHI.zh洛出L[0，1]区间上的值来表明三元变量间一维流形依赖关系的强弱,其中0和1分别表示最弱和最强的依赖关系.使用MIC
5 M4 s# L5 O! X! c5 I的计算策略,本文还提出了一种有效的动态规划方法来近似计算MTCC的值.仿真实验说明MICC与非线性相大信息嫡(Nonlinear Correlation Information Entropy ,NCIE)相比具有更好的通用性和公平性,真实数据的分析验证了MTCC的
实用性.最后,强调了其专用性.
关键词:数据挖掘;三元相关;一维流形依赖;最大信息系数;最大全相关系数;非线性相关信息嫡

游客，如果您要查看本帖隐藏内容请回复

( [9 @  y; r% @; z. Z9 |/ \! a

nut1

三元变量间一维流形依赖关系的检测，收藏了。