特征选择、特征提取matlab算法实现(模式识别)

李元 200820707027 自动化工程学院 第1页 总6页 6 特征选择 6 .1 问题 对“threethreelarge.m”数据，采用任意一种特征选择算法，选择2 个特征 6 .2 思路 采用简单特征选择法（simple feature selection approach）,首先计算每一个特征的分类能力值，再选择出其中最大分类能力的 l 个特征。 6 .3 结果 eigs = 8.9234 0.0000 0.0767 SelectedFeature = 1 3 也就是说，选取 x 和 z 坐标作为特征。 6 .4 代码 % 特征选择代码，见FSthrthrlrg.m 文件 m1=[0,0,0]; m2=[0,0,0]; m3=[0,0,0]; m=[0,0,0]; for i=1:200 m1(1)=m1(1)+(x1(i,1)-m1(1))/i; m1(2)=m1(2)+(x1(i,2)-m1(2))/i; m1(3)=m1(3)+(x1(i,3)-m1(3))/i; end; for i=1:190 m2(1)=m2(1)+(x2(i,1)-m2(1))/i; m2(2)=m2(2)+(x2(i,2)-m2(2))/i; m2(3)=m2(3)+(x2(i,3)-m2(3))/i; end; for i=1:210 m3(1)=m3(1)+(x3(i,1)-m3(1))/i; m3(2)=m3(2)+(x3(i,2)-m3(2))/i; m3(3)=m3(3)+(x3(i,3)-m3(3))/i; end; m(1)=(m1(1)+m2(1)+m3(1))/3; m(2)=(m1(2)+m2(2)+m3(2))/3; m(3)=(m1(3)+m2(3)+m3(3))/3; sw1=zeros(3,3); sw2=zeros(3,3); sw3=zeros(3,3); sw=zeros(3,3); sb=zeros(3,3); for i=1:200 sw1=sw1+([x1(i,1),x1(i,2),x1(i,3)]-m1)'*([x1(i,1),x1(i,2),x1(i,3)]-m1); end; for i=1:190 sw2=sw2+([x2(i,1),x2(i,2),x2(i,3)]-m2)'*([x2(i,1),x2(i,2),x2(i,3)]-m2); end; for i=1:210 sw3=sw3+([x3(i,1),x3(i,2),x3(i,3)]-m3)'*([x3(i,1),x3(i,2),x3(i,3)]-m3); end; N1=200; N2=190; N3=210; N=N1+N2+N3; 李元 200820707027 自动化工程学院 第2页 总6页 p1=N1/N; p2=N2/N; p3=N3/N; sw1=sw1/N1; sw2=sw2/N2; sw3=sw3/N3; sw=p1*sw1+p2*sw2+p3*sw3; sb=p1*(m1-m)'*(m1-m)+p2*(m2-m)'*(m2-m)+p3*(m3-m)'*(m3-m); s=inv(sw)*sb; j1=trace(s) eigs=eig(s)'; eigsIndex=[1,2,3]; % 冒泡法排序，注意的是特征值顺序变化的同时要与相对应的下标同步 for i=1:3 for j=i:3 if(eigs(i)