说明:pca与ica相结合的特征选择,进行主成分分析以后,再对所得特征进行独立成分分析
说明:1、顺序后退法特征选择算法2、SFFS 特征选择算法3、ISD算法4、LLR算法5、CZD算法
说明:特征降维方法,其中包含有典型的特征组合方式——PCA和特征选择中的SFFS,SBS,SFS。共四类常用的特征降维方式。
说明:利用最小互信息实现向量的特征选择,优化分类器的设计,原创
说明:relief 特征选择 机器学习 数据挖掘 特征权重
说明:模式识别基本方法matlab源代码,包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。
说明:该代码为PCA主成分分析,可用于特征选择,选取贡献最大的前三个主成分