weka1

Relief算法

weka.attributeSelection.ReliefFAttributeEval

主要的变量：

m_weights[] 特征权重     

m_knn 最近邻hits/misses的个数

m_sampleM ——The number of instances to sample,when estimating attributes default == -1, use all instances

m_karray[m_numclass][m_knn][2]——距离和index

最终要看的就是m_weights[]，定义阈值来选择特征

主要的函数：

private void findKHitMiss(int instNum)  //得到instNum的m_karray向量

private void updateWeightsDiscreteClass(int instNum) //更新权重m_weights,m_weights[i] -= temp_diff;//同类的-  m_weights[i]
+= temp_diff;//不同类+

public void buildEvaluator(Instances data) //调用上面两个函数

如果m_sampleM=-1，即所有instance都会分别作为选择的种子点，调用findKHitMiss(instance)，然后更新权重。