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。

• 公式理解与Python调包
• 画图理解

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）