你想弄懂什么？

互信息 $I(X;Y)$ 与边际熵 $H(X)$、$H(Y)$ 以及联合熵 $H(X,Y)$ 之间的关系由恒等式 $I(X;Y) = H(X) + H(Y) - H(X,Y)$ 给出。这是从韦恩图中推导出来的，其中两个熵圆的并集是联合熵，它们的交集是互信息。

适用条件：$X$ 和 $Y$ 是具有有限熵的随机变量。；该图将 $H(X,Y)$ 视为两个熵圆的并集，将 $I(X;Y)$ 视为它们的交集。

互信息 $I(X;Y)$ 与边际熵 $H(X)$、$H(Y)$ 以及联合熵 $H(X,Y)$ 之间的关系由恒等式 $I(X;Y) = H(X) + H(Y) - H(X,Y)$ 给出。这是从韦恩图中推导出来的，其中两个熵圆的并集是联合熵，它们的交集是互信息。

适用条件：$X$ 和 $Y$ 是具有有限熵的随机变量。；该图将 $H(X,Y)$ 视为两个熵圆的并集，将 $I(X;Y)$ 视为它们的交集。