支持多类的SVMRFE

function r = SVM_RFE（label data）
    % SVM-RFE
    % SVM Recursive Feature Elimination （SVM RFE）
    % by liyang @BNU Math
    % Email:patrick.lee@foxmail.com
    % last modified 2010.09.18
    numclass=size（unique（label）1）;
    n = size（data2）;
    s = 1:n;
    r = [];
    iter = 1;  %  删除的特征个数
    if numclass==2
        %% 两类SVM-RFE
        while ~isempty（s）
        %     if mod（iter 10） == 0
        %         str = [‘===‘num2str（iter）‘===‘];
        %         disp（str）;
        %         disp（‘processing .....‘）;
        %     end
            X = data（:s）;
            model = libsvmtrain（label X）;
            w = model.SVs‘ * model.sv_coef;%%求权重  nSV 是各个类的支持向量数量   在sv_coef中每一行存放该支持向量与其它各类（n-1类）进行一对一训练时系数
            c = w.^2;
            [~  f] = min（c）;
            r = [s（f）r];
            ind = [1:f-1 f+1:length（s）];
            s = s（ind）;
             iter = iter + 1;
        end
    else
        %%  OVOSVM-RFE  
        while ~isempty（s）
        %     if mod（iter 10） == 0
        %         str = [‘===‘num2str（iter）‘===‘];