skfeature.function.similarity_based.trace_ratio

 
Modules
       
numpy

 
Functions
       
trace_ratio(X, y, n_selected_features, **kwargs)
This function implements the trace ratio criterion for feature selection
 
Input
-----
X: {numpy array}, shape (n_samples, n_features)
    input data
y: {numpy array}, shape (n_samples,)
    input class labels
n_selected_features: {int}
    number of features to select
kwargs: {dictionary}
    style: {string}
        style == 'fisher', build between-class matrix and within-class affinity matrix in a fisher score way
        style == 'laplacian', build between-class matrix and within-class affinity matrix in a laplacian score way
    verbose: {boolean}
        True if user want to print out the objective function value in each iteration, False if not
 
Output
------
feature_idx: {numpy array}, shape (n_features,)
    the ranked (descending order) feature index based on subset-level score
feature_score: {numpy array}, shape (n_features,)
    the feature-level score
subset_score: {float}
    the subset-level score
 
Reference
---------
Feiping Nie et al. "Trace Ratio Criterion for Feature Selection." AAAI 2008.