特征选择算法之 ReliefF 算法

转自：https://blog.csdn.net/yoyodelphine/article/details/52153651

ReliefF算法是Relief算法的扩展， Relief算法只适用于两类样本的问题， ReliefF算法可以应用到多个样本上。

ReliefF算法步骤如下：

现有不同类别的样本若干， 对每类样本称作 Xn。

1. 从所有样本中，随机取出一个样本a。

2. 在与样本a相同分类的样本组内，取出k个最近邻样本。

3. 在所有其他与样本a不同分类的样本组内， 也分别取出k个最近邻样本。

4. 计算每个特征的权重。

对于每个特征的权重有：

其中， p(C) 为该类别的比例。 p(Class(R)) 为随机选取的某样本的类别的比例。

可以看到，权重意义在于， 减去相同分类的该特征差值， 加上不同分类的该特征的差值。（若该特征与分类有关，则相同分类的该特征的值应该相似， 而不同分类的值应该不相似）

最后可以根据权重排序，得到合适的特征。