《MRMR算法原理》MRMR（Minimum - Redundancy - Maximum - Relevance）算法是一种特征选择算法，旨在从众多特征中挑选出对目标变量最有用的特征子集。一、算法的基本含义 其核心思想是在保证所选特征与目标变量具有最大相关性（Maximum - Relevance）的同时，尽可能地减少这些特征之间的冗余性（Minimum
Filter:过滤式方法,它不是直接优化某一个算法,而是基于某一个准则进行特征选择,如按照发散性或者相关性对各个特征进行评分,设定阈值或者待选择阈值的个数,选择特征。过滤式方法通常是独立地选择特征,这可能会忽略特征组合之间的相关性。但,过滤式方法时间复杂度低。 Wrapper:封装式方法。与过滤式方法不同的是,封装式...