skfeature.function.sparse_learning_based.RFS

 
Modules
       
numpy.linalg
math
numpy

 
Functions
       
calculate_obj(X, Y, W, gamma)
This function calculates the objective function of rfs
rfs(X, Y, **kwargs)
This function implementS efficient and robust feature selection via joint l21-norms minimization
min_W||X^T W - Y||_2,1 + gamma||W||_2,1
 
Input
-----
X: {numpy array}, shape (n_samples, n_features)
    input data
Y: {numpy array}, shape (n_samples, n_classes)
    input class label matrix, each row is a one-hot-coding class label
kwargs: {dictionary}
    gamma: {float}
        parameter in RFS
    verbose: boolean
        True if want to display the objective function value, false if not
 
Output
------
W: {numpy array}, shape(n_samples, n_features)
    feature weight matrix
 
Reference
---------
Nie, Feiping et al. "Efficient and Robust Feature Selection via Joint l2,1-Norms Minimization" NIPS 2010.