使用最小冗余最大相关性等级特性分类(MRMR)算法
排名功能(预测)使用MRMR算法。表idx
= fscmrmr (资源描述
,ResponseVarName
)资源描述
包含预测变量和响应变量,ResponseVarName
响应变量的名称吗资源描述
。函数返回idx
,其中包含预测要求的指标预测的重要性。您可以使用idx
选择的重要预测因子分类问题。
如果指定的响应变量和预测变量通过使用输入参数公式
,那么公式中的变量名必须是变量名资源描述
(Tbl.Properties.VariableNames
)和有效的MATLAB标识符。
您可以验证变量名资源描述
通过使用isvarname
函数。以下代码返回逻辑1
(真正的
),每个变量都有一个有效的变量名。
cellfun (@isvarname Tbl.Properties.VariableNames)
资源描述
是无效的,那么把他们通过使用matlab.lang.makeValidName
函数。Tbl.Properties.VariableNames=matlab.lang.makeValidName(Tbl.Properties.VariableNames);
[1],C。,H. Peng. "Minimum redundancy feature selection from microarray gene expression data."生物信息学和计算生物学》杂志上。3卷,第二,2005年,页185 - 205。
[2]Darbellay, g。,即Vajda。“估计的自适应分区信息的观测空间”。IEEE信息理论。45卷,4号,1999年,页1315 - 1321。