基于支持向量机递归特征消除(SVM_RFE)的分类特征选择算法，matlab代码，输出为选择的特征序号。
多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。
程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。
2024-06-14 18:29:26
118KB
1
利用遗传基因算法对SVM-RFE算法进行优化，从而获取更优异的特征，提高检测率，该算法的SVMtrain利用matlab自带的函数
2022-02-21 09:15:37
10KB
1
SVM-RFE 是生物信息学中强大的特征选择算法。 当特征数量较多时，避免过拟合是一个不错的选择。 但是，当存在高度相关的特征时，它可能会出现偏差。 我们提出了一种“减少相关偏差”的策略来处理它。 请参阅我们的论文（Yan 等人，具有递归特征消除的相关气体传感器数据的特征选择和分析”，2015 年）。 该文件是我们的方法和原始 SVM-RFE 的实现，包括线性和 RBF 内核。 **需要LibSVM** 感谢 SVM-KM 和蜘蛛工具箱！
2021-06-16 18:37:56
12KB
1
本代码使用svm_RFE来循环递归式的对数据特征进行排序，从而筛选出有用的特征，同时可以看到特征排序，已经每次筛选出去的特征
2020-01-03 11:20:51
2KB
1
SVM_RFE是早期提出的一种特征排序方法，利用SVM在数据集上训练得到的权重向量对特征进行排序 然后剔除无用特征，重新训练，之后再剔除。。。
2019-12-21 20:46:14
1KB
1