moje pytanie dotyczy szczególnie rekonstrukcji sieci
15
Korelacja mierzy relację liniową (korelacja Pearsona) lub relację monotoniczną (korelacja Spearmana) między dwiema zmiennymi, X i Y.
Wzajemne informacje są bardziej ogólne i mierzą zmniejszenie niepewności w Y po obserwacji X. Jest to odległość KL między gęstością połączenia a iloczynem poszczególnych gęstości. Zatem MI może mierzyć relacje niemonotoniczne i inne bardziej skomplikowane relacje.
Aby dodać do odpowiedzi Roba ... w odniesieniu do inżynierii odwrotnej sieci, MI może być bardziej preferowane niż korelacja, jeśli chcesz wyodrębnić łącza przyczynowe niż asocjacyjne w swojej sieci. Sieci korelacji mają charakter czysto asocjacyjny. Ale w przypadku MI potrzebujesz więcej danych i mocy obliczeniowej.
źródło