搜索资源列表
mRMR_0.9_compiled
- mRMR(min-redundancy max-relevance)的matlab程序-matlab program of mRMR(min-redundancy max-relevance)
FEAST-v1.1.4
- 特征选择工具箱，用于数据特征提取，数据降维包括mRMR等-feature selection toolbox,MItoolbox
mRMR_0.9_compiled
- 最大相关最小冗余的代码，用于对特征进行选择(MRMR feature selection code)
fhgkj-master
- The matlab code mRMR use for feature selection
mRMR_0.9_compiled
- mrmr的代码，我也不知道对不对 ，我是下载的，有知道的可以跟我说(MRMR code, I don't know if it's right, I'm downloading it, you know, you can tell me.)
feature-selection-master
- 最小冗余最大相关性（MRMR）（MRMR.M） 需要外部库。详情请见MRMR。下载一个更新版本的互信息工具箱 偏最小二乘（PLS）回归系数（ReGCOEF.m） 使用MATLAB统计工具箱中的PLSReress ReliefF（分类）和RReliefF（回归）（ReleFracePr.M.） 从Matlab STATS工具箱中包装Releff.m。这是Matlab R2010B以后提供的。 ReliefF的另一个选择是使用ASU特征选择工具箱中的代码。这使用WEKA
FSLib_v6.0_2018
- 互信息的MATLAB代码，经典算法MIFS，MRMR等，能正常运行(MI MATLAB code MIFS,MRMR...)
MRMR
- 最小冗余最大关联算法，在预处理数据时非常有用，可提高预测精度，效果很好(Minimum Redundancy maximum correlation algorithm is useful when data preprocessing, can improve prediction accuracy, good results)
feature-selection-mRMR-master
- 特征选择方法，用于降低数据维数，常见的一种特征筛选手段，可以从大量变量中筛选特征变量实现保留变量与目标之间的最大相关性(feature selection method for mRMR)
mRMR2
- mRMR算法，用于特征选择，包含代码和例子(mRMRalgorithm for feature selection, code and example)
mrmr最大相关
- mrmr最大相关最小冗余，matlab源程序