# MutualInfo - grafik fonksiyonu MutualInfo, iki alan arasındaki veya Aggr() içindeki toplu değerler arasındaki karşılıklı bilgileri (MI) hesaplar. MutualInfo, iki veri kümesi için toplanmış karşılıklı bilgileri döndürür. Bu, bir alan ile potansiyel bir sürücü arasında temel sürücü analizine olanak tanır. Karşılıklı bilgi, veri kümeleri arasındaki ilişkiyi hesaplar ve grafik boyutları üzerinde yinelenen (x,y) çift değerleri için toplanır. Karşılıklı bilgiler 0 ile 1 arasında hesaplanır ve yüzdebirlik değer olarak biçimlendirilebilir. MutualInfo ya seçimlerle ya da bir küme ifadesi ile tanımlanır. MutualInfo farklı türden MI analizlerine izin verir: * İkili MI: Sürücü alanı ile hedef alan arasındaki MI'yı hesaplayın. * Değere göre sürücü kırılımı: MI, sürücü ve hedef alanlarındaki bireysel alan değerleri arasında hesaplanır. * Özelik seçimi: Tüm alanların MI'ye göre birbiriyle karşılaştırıldığı bir matris oluşturmak için ızgara grafikte MutualInfo kullanın. MutualInfo mutlaka karşılıklı bilgi paylaşan alanlar arasında nedensellik göstermez. İki alan karşılıklı bilgi paylaşabilir, ancak birbirleri için eşit sürücü olmayabilir. Örneğin, dondurma satışları ile dışarıdaki hava sıcaklığını karşılaştırırken, MutualInfo ikisi arasında karşılıklı bilgi gösterecektir. Dondurma satışlarını artıranın dış hava sıcaklığı mı olduğunu (bu mümkündür), dış hava sıcaklığını artıranın dondurma satışları mı olduğunu (bu mümkün değildir) göstermez. Karşılıklı bilgi hesaplanırken, ilişkilendirmeler, farklı tablolardan gelen alanlardaki değerlerin sıklığını ve aralarındaki ilişkiyi etkiler. Aynı alanlar veya seçimler için döndürülen değerler biraz farklılık gösterebilir. Bunun nedeni, her MutualInfo çağrısının rastgele seçilmiş bir örnek üzerinde çalışması ve MutualInfo algoritmasının doğal rastgeleliğidir. MutualInfo, Aggr() fonksiyonuna uygulanabilir. Söz Dizimi: MutualInfo({SetExpression}] [DISTINCT] [TOTAL] field1, field2 , datatype [, breakdownbyvalue [, samplesize ]]) Dönüş verileri türü: sayısal Bağımsız Değişkenler: Bağımsız Değişkenler | Bağımsız Değişken | Açıklama | | --- | --- | | field1, field2 | Karşılıklı bilgilerin hesaplanacağı iki örnek kümeyi içeren ifadeler veya alanlar. | | datatype | Hedef ve sürücüdeki veri türleri,

1 veya discrete:discrete için 'dd'

2 veya continuous:continuous için 'cc'

3 veya continuous:discrete için 'cd'

4 veya discrete:continuous için 'dc'

Veri türleri küçük/büyük harfe duyarlı değildir. | | breakdownbyvalue | Sürücüdeki bir değere karşılık gelen statik değer. Sağlanmışsa, hesaplama bu değer için MI katkısını hesaplayacaktır. ValueList() veya ValueLoop() kullanabilirsiniz. Null() eklenirse, hesaplama sürücüdeki tüm değerler için genel MI değerini hesaplayacaktır.

Değere göre döküm, sürücünün ayrık veriler içermesini gerektirir. | | samplesize | Hedef ve sürücüden örnek oluşturulacak değerlerin sayısı. Örnek oluşturma rasgeledir. MutualInfo örnek boyutunun en az 80 olmasını gerektirir. MutualInfo kaynakları yoğun şekilde kullanabileceği için MutualInfo varsayılan olarak sadece 10.000 diziye kadar örnekleme yapar. Örnek boyutunda, daha fazla sayıda veri çifti belirtebilirsiniz. MutualInfo zaman aşımına uğrarsa örnek boyutunu azaltın. | | SetExpression | Toplama işlevi, varsayılan olarak, seçim tarafından tanımlanmış olası kayıtlar kümesi üzerinden toplanır. Bir set analizi ifadesi ile alternatif bir kayıt kümesi tanımlanabilir. | | DISTINCT | Fonksiyon bağımsız değişkenlerinden önce DISTINCT sözcüğü varsa fonksiyon bağımsız değişkenlerinin değerlendirilmesinden kaynaklanan çoğaltmalar göz ardı edilir. | | TOTAL | TOTAL sözcüğü, fonksiyon bağımsız değişkenlerinden önce gelirse, hesaplama yalnızca geçerli boyutsal değere ait olanlar için değil, geçerli seçimlerde verilen tüm olası değerler üzerinden yapılır; yani grafik boyutlarını göz ardı eder.

TOTAL niteleyicisinden sonra grafik boyut değişkenlerinin bir alt kümesi olarak bir veya daha çok alan adının geldiği TOTAL [<fld {.fld}>] niteleyicisini kullanarak toplam olası değerlerin bir alt kümesini oluşturursunuz.

[Toplama kapsamını tanımlama](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/define-aggregation-scope.htm) | Sınırlamalar: Bir veri çiftinin herhangi bir veya her iki parçasındaki metin değerleri, NULL değerler ve eksik değerler, veri çiftinin tamamının göz ardı edilmesine neden olur. Örnekler ve sonuçlar: Örnek komut dosyasını uygulamanıza ekleyin ve çalıştırın. Sonucu görmek için, sonuçlar sütununda listelenen alanları uygulamanızda bir sayfaya ekleyin. Fonksiyon örnekleri | Örnek | Sonuç | | --- | --- | | `mutualinfo(Age, Salary, 1)` | `Employee name` boyutunu ve `mutualinfo(Age, Salary, 1)` hesaplamasını içeren bir tablo için sonuç 0.99820986 olur. Sonuç yalnızca toplamlar hücresi için görüntülenir. | | `mutualinfo(TOTAL Age, Salary, 1, null(), 81)` | Gender boyutuyla bir filtre bölmesi oluşturursanız ve bundan seçimler yaparsanız, Female seçildiğinde 0,99805677, Male seçildiğinde 0,99847373 sonucunu görürsünüz. Bunun nedeni, seçimin diğer Gender değerine ait olmayan tüm sonuçları hariç tutmasıdır. | | `mutualinfo(TOTAL Age, Gender, 1, ValueLoop(25,35))` | 0.68196996. Gender üzerinde herhangi bir değer seçmek, bunu 0 olarak değiştirecektir. | | `mutualinfo({1} TOTAL Age, Salary, 1, null())` | 0,99820986. Bu, seçimlerden bağımsızdır. Bunun nedeni, {1} küme ifadesinin tüm seçimleri ve boyutları göz ardı etmesidir. | Örneklerde kullanılan veriler: `Salary:` `LOAD * inline [` `"Employee name"|Age|Gender|Salary` `Aiden Charles|20|Male|25000` `Ann Lindquist|69|Female|58000` `Anna Johansen|37|Female|36000` `Anna Karlsson|42|Female|23000` `Antonio Garcia|20|Male|61000` `Benjamin Smith|42|Male|27000` `Bill Yang|49|Male|50000` `Binh Protzmann|69|Male|21000` `Bob Park|51|Male|54000` `Brenda Davies|25|Male|32000` `Celine Gagnon|48|Female|38000` `Cezar Sandu|50|Male|46000` `Charles Ingvar Jönsson|27|Male|58000` `Charlotte Edberg|45|Female|56000` `Cindy Lynn|69|Female|28000` `Clark Wayne|63|Male|31000` `Daroush Ferrara|31|Male|29000` `David Cooper|37|Male|64000` `David Leg|58|Male|57000` `Eunice Goldblum|31|Female|32000` `Freddy Halvorsen|25|Male|26000` `Gauri Indu|36|Female|46000` `George van Zaant|59|Male|47000` `Glenn Brown|58|Male|40000` `Harry Jones|38|Male|40000` `Helen Brolin|52|Female|66000` `Hiroshi Ito|24|Male|42000` `Ian Underwood|40|Male|45000` `Ingrid Hendrix|63|Female|27000` `Ira Baumel|39|Female|39000` `Jackie Kingsley|23|Female|28000` `Jennica Williams|36|Female|48000` `Jerry Tessel|31|Male|57000` `Jim Bond|50|Male|58000` `Joan Callins|60|Female|65000` `Joan Cleaves|25|Female|61000` `Joe Cheng|61|Male|41000` `John Doe|36|Male|59000` `John Lemon|43|Male|21000` `Karen Helmkey|54|Female|25000` `Karl Berger|38|Male|68000` `Karl Straubaum|30|Male|40000` `Kaya Alpan|32|Female|60000` `Kenneth Finley|21|Male|25000` `Leif Shine|63|Male|70000` `Lennart Skoglund|63|Male|24000` `Leona Korhonen|46|Female|50000` `Lina André|50|Female|65000` `Louis Presley|29|Male|36000` `Luke Langston|50|Male|63000` `Marcus Salvatori|31|Male|46000` `Marie Simon|57|Female|23000` `Mario Rossi|39|Male|62000` `Markus Danzig|26|Male|48000` `Michael Carlen|21|Male|45000` `Michelle Tyson|44|Female|69000` `Mike Ashkenaz|45|Male|68000` `Miro Ito|40|Male|39000` `Nina Mihn|62|Female|57000` `Olivia Nguyen|35|Female|51000` `Olivier Simenon|44|Male|31000` `Östen Ärlig|68|Male|57000` `Pamala Garcia|69|Female|29000` `Paolo Romano|34|Male|45000` `Pat Taylor|67|Female|69000` `Paul Dupont|34|Male|38000` `Peter Smith|56|Male|53000` `Pierre Clouseau|21|Male|37000` `Preben Jørgensen|35|Male|38000` `Rey Jones|65|Female|20000` `Ricardo Gucci|55|Male|65000` `Richard Ranieri|30|Male|64000` `Rob Carsson|46|Male|54000` `Rolf Wesenlund|25|Male|51000` `Ronaldo Costa|64|Male|39000` `Sabrina Richards|57|Female|40000` `Sato Hiromu|35|Male|21000` `Sehoon Daw|57|Male|24000` `Stefan Lind|67|Male|35000` `Steve Cioazzi|58|Male|23000` `Sunil Gupta|45|Male|40000` `Sven Svensson|45|Male|55000` `Tom Lindwall|46|Male|24000` `Tomas Nilsson|27|Male|22000` `Trinity Rizzo|52|Female|48000` `Vanessa Lambert|54|Female|27000` `] (delimiter is '|');` İlgili öğrenme içerikleri: * [Karşılıklı Bilgi'yi kullanarak ilişkileri nasıl değerlendiririm?](https://help.qlik.com/lnk/How_evaluate_relationships_using_Mutual_information) ## Daha fazla bilgi * [Karşılıklı Bilgi'yi kullanarak ilişkileri nasıl değerlendiririm?](https://help.qlik.com/lnk/How_evaluate_relationships_using_Mutual_information)