更改

跳到导航 跳到搜索
添加53字节 、 2020年8月19日 (三) 12:00
无编辑摘要
第880行: 第880行:  
Using the ideas of Kolmogorov complexity, one can consider the mutual information of two sequences independent of any probability distribution:
 
Using the ideas of Kolmogorov complexity, one can consider the mutual information of two sequences independent of any probability distribution:
   −
利用柯氏复杂性的思想,我们可以考虑两个序列的互信息,这两个序列独立于任何概率分布序列:
+
利用'''<font color="#ff8000">柯氏复杂性 Kolmogorov complexity</font>'''的思想,我们可以考虑两个序列的互信息,这两个序列独立于任何概率分布序列:
      第899行: 第899行:     
为了证明这个量对称于一个对数因子(math  operatorname { i } k (x; y) approx  operatorname { i } k (y; x) / math) ,我们需要一个柯氏复杂性的链式规则。通过压缩这个量的近似值可以用来定义一个距离度量来执行一个层次化的序列聚类,而不需要任何关于序列的领域知识。
 
为了证明这个量对称于一个对数因子(math  operatorname { i } k (x; y) approx  operatorname { i } k (y; x) / math) ,我们需要一个柯氏复杂性的链式规则。通过压缩这个量的近似值可以用来定义一个距离度量来执行一个层次化的序列聚类,而不需要任何关于序列的领域知识。
  −
  −
  −
      
=== 线性相关 Linear correlation ===
 
=== 线性相关 Linear correlation ===
463

个编辑

导航菜单