当前位置：
首页 资源下载
搜索资源 - mRMR Feature Selection
搜索资源列表
-
1下载：
This is a code for feature selection. Which combines minimum redundency and max relevance and Ftest. Originally it is written for gene selection but can be used for any kind of feature selection.,This is a code for feature selection. Which combines m
-
-
1下载：
mRMR_0.9_compiled最小冗余和最大相关特征选取源代码，-This package is the mRMR (minimum-redundancy maximum-relevancy) feature selection method, whose better performance over the conventional top-ranking method has been demonstrated on a number of data sets in recent pu
-
-
1下载：
特征选择的最大相关最小冗余算法，采用信息理论作为度量标准。-Feature selection algorithm for minimum redundancy and maximum correlation, the use of information theory as a metric.
-
-
0下载：
MRMR和relieff特征选择方法，很经典的，简单易用！-The the MRMR and the relieff feature selection method, very classic, simple and easy to use!
-
-
0下载：
meta biomarker code matlab for feature s selection uses filer methods Relief and mrmr with svm and knn like classifier for validation
-
-
2下载：
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
-
-
1下载：
最大相关最小冗余的代码，用于对特征进行选择(MRMR feature selection code)
-
-
0下载：
The matlab code mRMR use for feature selection
-
-
1下载：
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
-
-
0下载：
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)
-
-
2下载：
mRMR算法，用于特征选择，包含代码和例子(mRMRalgorithm for feature selection, code and example)
-
-
1下载：
mRMR(最小冗余最大相关)算法，有说明有源码(mRMR (minimum redundancy maximum correlation))
-
