ReliefF和SVM的例子
这个库是为任何对使用特征选择(ReliefF, Matlab: ReliefF)和支持向量机(SVM, Matlab: fitcsvm)感兴趣的人创建的,作为复制下面出版物(Doerr2020)中描述的步骤的最小工作示金宝app例。数据在子文件夹'_Data'中提供。从微x射线层析成像数据中提取构造特征。使用ReliefF和SVM构建分类器,用于检测样品中破碎的药物微丸。
输入数据:
(1) 6种布洛芬(ibuprofen, IBU)胶囊(1763粒,206个特征)提取特征:
“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_Categories.csv”
(3)特征敏感性分析结果:
“Feature_SenAnlys_Score.csv”
%------------------------------------------------------------------------------------------------
% Code written by Frederik Doerr, Feb 2020 (MATLAB R2019b)
%应用程序:用于“支持向量机-介绍和应用金宝app”
% % %参考(开放存取):
杜尔,F. J. S.,佛罗伦萨,A. J. (2020)
微xrt图像分析和机器学习方法,用于表征多颗粒胶囊配方。
国际药剂学杂志:X。
%https://doi.org/10.1016/j.ijpx.2020.100041
%数据存储库:https://doi.org/10.15129/e5d22969-77d4-46a8-83b8-818b50d8ff45
%的视频简介:https://strathprints.strath.ac.uk/id/eprint/71463
%------------------------------------------------------------------------------------------------
引用作为
杜尔,弗雷德里克·j·S,阿拉斯泰尔·j·弗洛伦斯。微xrt图像分析和机器学习方法用于多颗粒胶囊配方的表征国际药学杂志:X, vol. 2, Elsevier BV, Dec. 2020, p. 100041, doi:10.1016/j.ijpx.2020.100041。