This article describes a R package Boruta, implementing a novel feature selection algorithm for nding all relevant variables. The algorithm is designed as a wrapper around a Random Forest classication algorithm. It iteratively removes the features which are proved by a statistical test to be less relevant than random probes. The Boruta package provides a convenient interface to the algorithm. The short description of the algorithm and examples of its application are presented. 本文介绍了一个R包Boruta，实现了一种寻找所有相关变量的新特征选择算法。 该算法被设计为包装器随机森林分类算法。 它迭代地删除了那些通过统计检验证明与随机探针不太相关特征。 Boruta包为算法提供了方便的接口。本文是对 算法的简短描述并介绍了其应用实例。

EMD的maltab程序安装包！

《应用层通信协议开发浅析》博文代码： 基于TLV的应用层协议开发示例。

.Net Framework3.5 win10-x86

sublime package control 程序包

sublime text package control文件

sublime text3，由于不能访问“https://packagecontrol.io/installation；无法进行自动安装package control，只能进行手动安装，将这个文件放在preferences->Browse Packages，这个目录中。重启sublime text3，然后在preferences->中看到package control这个按钮，说明手动安装成功。

Sublime3及相关插件，Sublime3及插件的安装方法见博客

Microsoft Visual C++ Redistributable Package合集(2005至2012)64位 系统提示缺少什么动态库文件的时候，安装这个可以使得精简版的软件跑起来。