Relief 特徵選擇算法簡單介紹

relief算法 Relief算法最早由Kira提出，最初侷限於兩類數據的分類問題。Relief算法是一種特徵權重算法(Feature weighting algorithms)，根據各個特徵和類別的相關性賦予特徵不同的權重，權重小於某個閾值的特徵將被移除。Relief算法中特徵和類別的相關性是基於特徵對近距離樣本的區分能力。算法從訓練集D中隨機選擇一個樣本R，然後從和R同類的樣本中尋找最近鄰樣本

>>阅读原文<<