机器学习ReliefF代码，Semi supervised learning using Navies Bayes and Clustering with ReliefF feature extraction in MATLAB.

利用ReliefF算法对回归特征变量做特征重要性排序，实现特征选择。 通过重要性排序图，选择重要的特征变量，以期实现数据降维的目的。 程序直接替换数据就可以用，程序内有注释，方便学习和使用。 程序语言为matlab。

使用ReliefF算法实现特征排序，进行特征选择，上传数据集为UCI乳腺癌数据。

【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

ReliefF算法实现特征选择C++源码

使用python实现的ReliefF算法，可以直接下载使用。ReliefF算法是一种经典的过滤式特征选择算法，优点是效率高，效果好。

reliefF算法源码.pdf

针对高维小样本的DNA微阵列数据多分类问题，提出一种基于ReliefF和蚁群算法的特征基因选择方法（ReliefF and ant colony optimization，ReFACO）。该方法首先采用ReliefF算法评估特征权重，根据阈值筛选出无关基因；然后引入改进的蚁群算法，在迭代改进的过程中寻找最优基因子集；最后利用经典分类算法对维数约简后的数据分类识别。经实验证明，该方法可有效地剔除无关和冗余基因，并利用较少特征基因达到较高多分类效果。

matlab MRMR和relieff特征选择方法.rar

该存储库是为有兴趣使用特征选择（ReliefF，Matlab：relieff）和支持向量机（SVM，Matlab：fitcsvm）的任何人创建的，作为最小的工作示例来重现下面出版物中描述的步骤（Doerr2020）。 数据在子文件夹“_Data”中提供。 从显微 X 射线断层扫描数据中提取结构特征。 ReliefF 和 SVM 被用来构建一个分类器，用于检测样品中破碎的药丸。 输入数据： （1）六粒布洛芬（IBU）胶囊提取特征（1763粒，206个特征）： 'Desc_DataFile_C0.csv' 'Desc_DataFile_C1.csv' 'Desc_DataFile_C2.csv' 'Desc_DataFile_C3.csv' 'Desc_DataFile_C4.csv' 'Desc_DataFile_C5.csv' (2) 用户定义的特征类别： 'Feature_Cate