最大相关最小冗余MATLAB程序

function [fea] = mrmr_mid_d（d f K）
% function [fea] = mrmr_mid_d（d f K）
%
% The MID scheme of minimum redundancy maximal relevance （mRMR） feature selection
% 
% The parameters:
%  d - a N*M matrix indicating N samples each having M dimensions. Must be integers.
%  f - a N*1 matrix （vector） indicating the class/category of the N samples. Must be categorical.
%  K - the number of features need to be selected
%
% Note: This version only supports discretized data thus if you have continuous data in “d“ you 
%       will need to discretize them first. This function needs the mutual information computation 
%       toolbox written by the same author downloadable at the Matlab source codes exchange site. 
%       Also There are multiple newer versions on the Hanchuan Peng‘s web site 
%       （http://research.janelia.org/peng/proj/mRMR/index.htm）.
%
% More information can be found in the following papers.
%
% H. Peng F. Long and C. Ding 
%   “Feature selection based on mutual information: criteria 
%    of max-dependency max-relevance and min-redundancy“
%   IEEE Transactions on Pattern Analysis and Machine Intelligence
%   Vol. 27 No. 8 pp.1226-1238 2005. 
%
% C. Ding and H. Peng 
%   “Minimum redundancy feature selection from microarray gene 
%    expression data“ 
%    Journal of Bioinformatics and Computational Biology
%   Vol. 3 No. 2 pp.185-205 2005. 
%
% C. Ding and