FEAST粗糙集特征选择与MIToolbox工具箱安装教程及安装包

简介：
本教程介绍如何使用FEAST库进行粗糙集特征选择，并提供MIToolbox工具箱的安装步骤和所需文件。 该实现包含以下几种方法：MIM（Mutual Information Maximization）、MRMR（Minimum Redundancy Maximum Relevance）、MIFS（Maximum Information Gain with Side Constraints）、CMIM（Conditional Mutual Information Maximization）、JMI（Joint Mutual Information）、DISR（Double Input Symmetrical Relevance）、CIFE（ Conditional Infomax Feature Extraction）、ICAP（Incremental Combination of Attributes based on Pertinence）、CONDRED（Conditionally Redundant and Relevant Features Elimination）、CMI（Conditional Mutual Information）和RELIEF。此外，还包括MIM、CMIM、JMI、DISR 和 CMI的加权实现以及FCBF（Fast Correlation Based Filter）和BETAGAMMA方法。