无监督特征选择code

xuqian

无监督特征选择代码汇总框架：
       该代码汇总框架中集成了无监督特征选择(UFS)的多种算法，跑对比实验时，只需每次选择不同的method即可。

代码简要说明：
(1) demo_featureselection.m
该函数为整个框架的运行函数。函数内可以设置数据集(datalist)，选择的特征个数(num)，参数(lamda, p……)，运行的算法(method)，评价指标(classification, NMI, rebunduncy, clustering)等。

(2) evalute.m
该函数位于文件夹usefulcode下(该文件夹下是算法运行可能调用到的一些函数，如评价函数，优化函数等)。
evalute.m中集成了许多无监督特征选择的算法。如：FRFS，EUFS，MCFS，Laplacian等。通过switch-case语句进行每种方法的参数设置及函数调用。

(3) evalute_num.m
该函数主要实现算法的performance评价，包含了四个评价指标，分别是classification, NMI, rebunduncy, clustering。

附上框架代码如下：

xuqian

分享一个CaiDeng老师课题组整理的关于特征学习算法代码和数据的网页：
http://www.cad.zju.edu.cn/home/dengcai/Data/data.html

主要内容如下：
Maltlab codes：

• Spectral regression : (a regression framework for efficient dimensionality reduction)
• Dimensionality reduction (Subspace learning)
• Feature selection
• Topic modeling and GMM
• Matrix factorization
• Sparse coding
• Hashing
• Clustering
• Active learning
• Ranking and Metric learning
  

Popular data sets

• Face databases (Yale, ORL, PIE and YaleB)
• Text data sets
• Other standard data sets
• Depth Inpainting database
  

注：前面我们使用的MCFS和LaplacianScore的paper和code都可以从网页中找得到。
http://www.cad.zju.edu.cn/home/dengcai/Data/MCFS.html