对称条件概率
这个概念百度和谷歌都查了，单独的解释寥寥无几，在知网查也没找到可能是我方法不对，知道的朋友可以告诉我一下，谢谢！最后在一篇韩国人的论文中找到了一些解释，欧巴给力思密达！如下图：
其实我们高中就知道条件概率：
，我们知道条件概率是不对称的
, 这两个条件概率不相等，既然如此那何来对称？见下面论文解释：
大概意思就是解释了和他论文相关的一些东西，然后最后一句话就是说“对称条件概率为（3）”，我们只需要知道最后一句，因为这里他也没有详细解释对称条件概率，因此得到的对称条件概率公式为：
一看这个公式感觉耍流氓，SCP(x,y) 肯定等于SCP(y,x)呀，这能不等于嘛，肯定相等！然而这个概念的实际意义在哪里呢？从这篇论文我们得不到答案，再找了一篇发现了有引用SCP的脚注：
至此，终于找到了SCP出处了，顿时也明白了为什么百度谷歌很难找到一些概念，因为这些新提出的概念可能不是什么非常惊人的定理或者真理，只是用来解决某个方法的某个问题，因此不研究该行业的人员可能就不太了解，而行业人员经常遇见就自然而然懂得，所以本文只是记录一些自己学习的历程和可能帮助有需要的朋友：
翻译过来就是：让我们考虑字母x,y。我们提出一个新的测量x和y之间的“相关性”的度量方法是：取两者给定的条件概率，然后将两者相乘。让我们把它叫做SCP（对称条件概率）。
通过几篇论文我们都知道SCP总是和n-grams算法一起出现。到这里我们终于知道 SCP就是用来测量两个事件的相关性，那这个值大表示相关性强还是弱呢？我们不妨思考一下：假设x=“明天会出大太阳”，y=“明天天晴”，再假设天晴一定会出太阳，出太阳一定天晴。则 p(x|y)=1 , p(y|x)=1 ，SCP(x,y)=1*1=1，可知SCP=1时，x与y的相关性极强。若假设z=“明天下暴雨”,则 p(x|z)=0 , p(z|x)=0 ，SCP(x,z)=0。也就是说两件对立事件的SCP为0，即SCP=0时，x与z没有相关性。因此得出猜想：SCP越大，两个事件相关性越强，SCP越小相关性越弱！
为什么说猜想而不是结论，因为只是举特例说明问题不具有普遍性，没有从数学角度进行分析证明，到这里也差不多了解了这个概念，证明的话可以自己尝试一下，有证出的朋友分享一下！