463
个编辑
更改
跳到导航
跳到搜索
第76行：
第76行： − + − − − − {{Equation box 1 − − {{Equation box 1 − − {方程式方框1 − − |indent = − − |indent = − − 不会有事的 − − |title= − − |title= − − 标题 − − |equation = {{NumBlk||<math> − − |equation = {{NumBlk||<math> − − 这个问题的答案是: − − \operatorname{I}(X;Y) = \sum_{y \in \mathcal Y} \sum_{x \in \mathcal X} − − \operatorname{I}(X;Y) = \sum_{y \in \mathcal Y} \sum_{x \in \mathcal X} − − 运算符名称{ i }(x; y) sum { y } sum { x } − − { p_{(X,Y)}(x,y) \log{ \left(\frac{p_{(X,Y)}(x,y)}{p_X(x)\,p_Y(y)} \right) }}, − − { p_{(X,Y)}(x,y) \log{ \left(\frac{p_{(X,Y)}(x,y)}{p_X(x)\,p_Y(y)} \right) }}, − − { p {(x，y)}(x，y) log { left ( frac { p {(x，y)}(x，y)}{ p x (x) ，p y (y)}右)} , − − </math>|{{EquationRef|Eq.1}}}} − − </math>|}} − − 我不知道，我不知道 − − |cellpadding= 6 − − |cellpadding= 6 − − 6号手术室 − − |border − − |border − − 边界 − − |border colour = #0073CF − − |border colour = #0073CF − − 0073CF − − − − − − 5 / fffa } − − − 第154行：
第83行： − 数学 p {(x，y)} / math 是数学 x / math 和数学 y / math 的概率质量函数，而数学 p x / math 和数学 p y / math 分别是数学 x / math 和数学 y / math 的边际概率质量函数。+
→关于离散分布的PMF In terms of PMFs for discrete distributions
两个联合离散随机变量的互信息数学 x / math 和数学 y / math 被计算为一个双和:
两个联合离散随机变量的互信息数学 x / math 和数学 y / math 被计算为一个双和:
[[文件:MI pic2.png|居中|缩略图]]
|background colour=#F5FFFA}}
|background colour=#F5FFFA}}
where <math>p_{(X,Y)}</math> is the joint probability mass function of <math>X</math> and <math>Y</math>, and <math>p_X</math> and <math>p_Y</math> are the marginal probability mass functions of <math>X</math> and <math>Y</math> respectively.
where <math>p_{(X,Y)}</math> is the joint probability mass function of <math>X</math> and <math>Y</math>, and <math>p_X</math> and <math>p_Y</math> are the marginal probability mass functions of <math>X</math> and <math>Y</math> respectively.
<math>p_{(X,Y)}</math>是<math>X</math>和<math>Y</math>的'''概率质量函数 Probability mass functions'''，而<math>p_X</math>和<math>p_Y</math>分别是数学<math>X</math>和<math>Y</math>的'''边缘概率质量函数 Marginal probability mass functions'''。
== 连续分布的PDF In terms of PDFs for continuous distributions ==
== 连续分布的PDF In terms of PDFs for continuous distributions ==