skfeature.function.statistical_based.CFS

 
Modules
       
numpy

 
Functions
       
cfs(X, y)
This function uses a correlation based heuristic to evaluate the worth of features which is called CFS
 
Input
-----
X: {numpy array}, shape (n_samples, n_features)
    input data
y: {numpy array}, shape (n_samples,)
    input class labels
 
Output
------
F: {numpy array}
    index of selected features
 
Reference
---------
Zhao, Zheng et al. "Advancing Feature Selection Research - ASU Feature Selection Repository" 2010.
merit_calculation(X, y)
This function calculates the merit of X given class labels y, where
merits = (k * rcf)/sqrt(k+k*(k-1)*rff)
rcf = (1/k)*sum(su(fi,y)) for all fi in X
rff = (1/(k*(k-1)))*sum(su(fi,fj)) for all fi and fj in X
 
Input
----------
X: {numpy array}, shape (n_samples, n_features)
    input data
y: {numpy array}, shape (n_samples,)
    input class labels
 
Output
----------
merits: {float}
    merit of a feature subset X