このページの翻訳は最新ではありません。ここをクリックして,英语の最新版を参照してください。
最小冗余最大相关性(MRMR)アルゴリズムを使用した分类用の特徴量のランク付け
は,MRMRアルゴリズムを使用して特徴量(予测子)をランク付けします。テーブルidx.
= fscmrmr(TBL
那ResponseVarName
)TBL
には予测子変数と応答変数が含まれていて,ResponseVarName
はTBL
内の応答変数の名前です。关数はidx.
を返します。これには予测子の重要度顺に并べ替えられた予测子のインデックスが含まれます。idx.
を使用して,分类问题用の重要な予测子を选択できます。
入力数公式
を使用して応答変数と予测子変数を指定する场合,式の変数名はTBL
の変数名(tbl.properties.variablenames.
)であり,かつ有效なMATLAB识别子でなければなりません。
关节isvarname
を使用してTBL
の変数名を検证できます。次のコードは,有效な変数名をもつ各変数の逻辑1
(真的
)を返します。
cellfun(@ isvarname,Tbl.Properties.VariableNames)
TBL
の変数名が有效ではない场合,关数matlab.lang.makevalidname.
を使用してそれらを変换します。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”。期刊生物信息学和计算生物学。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交易信息理论。卷。45,第4号,1999年,第1315至1321年。