利用最小冗余最大关联(MRMR)算法对特征进行排序分类
属性对特性(预测器)进行排序MRMR算法。桌子idx
= fscmrmr(TBL
,ResponseVarName
)TBL
包含预测变量和响应变量,和ResponseVarName
响应变量的名称在吗TBL
。该函数返回idx
,其中包含预测器的索引,按预测器的重要性排序。您可以使用idx
选择分类问题的重要预测指标。
如果您使用的输入参数中指定的响应变量和预测变量公式
,则在公式中的变量名必须在两个变量名TBL
(Tbl.Properties.VariableNames
)和有效的MATLAB标识符。
您可以验证的变量名中TBL
通过使用isvarname
功能。下面的代码返回的逻辑1
(真正
)为每个具有有效变量名的变量。
cellfun(@ isvarname,Tbl.Properties.VariableNames)
TBL
是无效的,然后使用它们转换matlab.lang.makeValidName
功能。Tbl.Properties.VariableNames=matlab.lang.makeValidName(Tbl.Properties.VariableNames);
[1]丁,C.,和H.彭。“从微阵列基因表达数据的最小冗余特征选择”。生物信息学和计算生物学杂志。卷。3,第2号,2005年,页185-205。
[2] Darbellay,G. A.,和I. Vajda。“的由观察空间的自适应分区的信息估计。”IEEE信息理论汇刊。卷。45,第4号,1999年,第1315至1321年。