特征選擇：最大資訊系數（MIC；Maximal Information Coefficient）【用于衡量兩個變量X和Y之間的關聯程度，線性或非線性的強度，常用于機器學習的特征選擇】

一、概念

1.1 MIC

MIC，即（Maximal Information Coefficient）最大資訊系數，屬于Maximal Information-based Nonparametric Exploration (MINE) 最大的基于資訊的非參數性探索，用于衡量兩個變量X和Y之間的關聯程度，線性或非線性的強度，常用于機器學習的特征選擇。

MIC相較于Mutual Information（MI）互資訊而言有更高的準确度，是一種優秀的資料關聯性的計算方式。
           

1.2 互資訊

互資訊（Mutual Information）是資訊論裡一種有用的資訊度量，它可以看成是一個随機變量中包含的關于另一個随機變量的資訊量，或者說是一個随機變量由于已知另一個随機變量而減少的不肯定性。這個已經是機器學習中老生常談的内容了，如果想不起來，請參考百度百科-互資訊。

參考資料：

MIC：最大資訊系數