我使用Cramer 的 V来计算仅由名义特征组成的数据集中的特征的相关性。

让我们考虑以下数据集：

a  |  b
--------
0  |  0
0  |  1
0  |  0
1  |  2
1  |  2
1  |  3

计算特征的 Cramer's Va并b得到 0.707。由于它是对称的，因此在这种情况下存在信息丢失 - 正如我们所看到的，知道 的值b意味着我们肯定知道的值是多少a，但是如果给定 的值，情况就不是这样了a；在这种情况下，可能值的数量会b减少，但仍不确定。

我想找到一个不对称的度量标准，它可以为标称值提供这些信息 - 意思是，在计算a->b和b->时会给出不同的值a。有这样的吗？