skfeature.function.information_theoretical_based.DISR

 
Modules
       
numpy
numpy.random
random
scipy.spatial

 
Functions
       
disr(X, y, **kwargs)
This function implement the DISR feature selection.
The scoring criteria is calculated based on the formula j_disr=sum_j(I(f,fj;y)/H(f,fj,y))
 
Input
-----
X: {numpy array}, shape (n_samples, n_features)
    input data, guaranteed to be a discrete data matrix
y: {numpy array}, shape (n_samples,)
    input class labels
 
kwargs: {dictionary}
    n_selected_features: {int}
        number of features to select
 
Output
------
F: {numpy array}, shape (n_features, )
    index of selected features, F[1] is the most important feature
 
Reference
---------
Brown, Gavin et al. "Conditional Likelihood Maximisation: A Unifying Framework for Information Theoretic Feature Selection." JMLR 2012.