包含各种特征选择方法如：%MIFS %mRMR %CMIM %JMI %DISR CIFE %ICAP %CondRed %BetaGamma %CMI

大数据-算法-高性能特征选择及文本分类算法研究.pdf

针对情感声学特征在语音情感识别中的重要性问题，运用优先选择、序列前向、序列后向和逐步判别分析进行了特征选择．对说话人和文本均无关、说话人相关2组普通话情感语音进行特征选择，然后利用线性判别分析和支持向量机进行实际识别效果的分析比较．特征选择结果表明，基频、对数能量、语速和第一共振峰均值对普通话情感语音具有较强的判别能力，但情感声学特征的判别力随着说话人的不同而有所差异．特征选择方法比较实验表明，逐步判别分析比其他3种方法具有更高的平均准确率，当特征个数为9～12时分类器的平均准确率最高．效用分析表明，特征

将第九章特征选择内容进行概括，制作成授课ppt，方便老师同学们进行授课

此matlab的mrmrd程序代码是基于特征选择的代码，可以筛选出最优的特征。 此matlab的mrmrd程序代码是基于特征选择的代码，可以筛选出最优的特征。

输入训练集，返回该训练集中的各特征的平均权重矩阵 matlab实现 适用于有特征选择需要的人群 对分类结果影响越大的特征其权重越大 注：D为M*N的矩阵，N为标签列，若训练集中无此列需要注意添加一列0，不然最后一维的特征将被省略。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：matlab_fisher score_用于特征选择的方法 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：matlab MRMR和relieff特征选择方法 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

GA_for_Feature_Selection 使用遗传算法结合决策树做特征选择 Using genetic algorithm for feature selection with decision tree 原始遗传算法参考 import numpy as np import pandas as pd import random data_train = pd.read_csv('\data_train.csv') data_test = pd.read_csv('\data_test.csv') #合并训练集测试集 data = data_train.append(data_test).drop(['id'], axis=1) feature_names = data.columns pop_size = 20 # 种群数量 max_value = 10 #

自20世纪90年代以来，特征选择成为模式识别和机器学习领域的重要研究方向，研究成果十分显著，但是也存在许多问题需要进一步研究。本文首先将特征选择视为特征集合空间中的启发式搜索问题，对特征选择涉及的四个要素进行了阐述，然后从各个角度对特征选择算法进行了分类，概述了其各个分支的发展态势，最后探讨了基于多目标免疫优化的特征选择方法的研究思路。