skfeature.function.similarity_based.reliefF

 
Modules
       
numpy

 
Functions
       
feature_ranking(score)
Rank features in descending order according to reliefF score, the higher the reliefF score, the more important the
feature is
reliefF(X, y, **kwargs)
This function implements the reliefF feature selection
 
Input
-----
X: {numpy array}, shape (n_samples, n_features)
    input data
y: {numpy array}, shape (n_samples,)
    input class labels
kwargs: {dictionary}
    parameters of reliefF:
    k: {int}
        choices for the number of neighbors (default k = 5)
 
Output
------
score: {numpy array}, shape (n_features,)
    reliefF score for each feature
 
Reference
---------
Robnik-Sikonja, Marko et al. "Theoretical and empirical analysis of relieff and rrelieff." Machine Learning 2003.
Zhao, Zheng et al. "On Similarity Preserving Feature Selection." TKDE 2013.