python多进程运行MIC（最大信息系数）

MIC是最大信息系数，可以参考：

• 特征筛选10——MIC最大信息系数（有监督筛选）：https://blog.csdn.net/weixin_35757704/article/details/121976825

计算相对比较复杂，数据量大的话消耗的时间也较长，MIC计算可以参考的库有：

• minepy github地址：https://github.com/minepy/minepy
• mictools github地址：https://github.com/minepy/mictools

这里使用多进程加速计算，安装minepy

pip install minepy

然后进行多进程运算即可

示例代码

import pandas as pd
import numpy as np
from minepy import MINE
from joblib import Parallel, delayed


def cal_mic(x, y):
    m = MINE()
    m.compute_score(x, y)
    return m.mic()


def multi_mic(dataframe: pd.DataFrame, value: np.ndarray, cpu_num=5):
    job_list = []
    for co_index, col_x in dataframe.iteritems():
        job_list.append(delayed(cal_mic)(col_x, value))
    multi_work = Parallel(n_jobs=cpu_num, backend='multiprocessing')
    res = multi_work(job_list)
    return res


if __name__ == '__main__':
    df = pd.DataFrame(np.random.randn(2000, 10))
    value_y = df[0]
    multi_mic(df, value_y)