• 互信息 I(X,Y) 从$0$（没有互信息 - 变量 X 和 Y 是独立的）到$+\infty$. I(X,Y) 越高，X 和 Y 之间共享的信息就越多。但是，互信息的高值可能不直观且难以解释，因为它的值范围是无限的$I(X,Y)\in [0...\infty)$.
• 标准化互信息度量试图将可能的值带入有界范围$I(X,Y)\in [0...m]$. 具体来说，情况$m=1$由于易于与常用的相关系数进行比较，因此很有用。

关于互信息和皮尔逊相关系数之间关系的很好的讨论可以在Lange 和 Grubmuller [1]的“ Generalized Correlation for Biomolecular Dynamics ”论文的材料和方法部分中找到。他们还引入了将 I(X,Y) 的值映射到 [0,1] 区间的广义相关系数，这可以看作是标准化互信息的另一种方法。

[1] OF Lange, H. Grubmüller, 蛋白质 2006, 62, 1053–1061。

与相关性不同，互信息并不总是小于 1。即，它是两个变量之间共享的信息位数，因此取决于每个变量的总信息内容。

归一化互信息的各种度量试图通过限制它来使其更像相关性（即 1 是好的，0 是坏的）。