Minimum Redundancy Maximum Relevance variable selection 1.0

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F20%3A00532169" target="_blank" >RIV/67985807:_____/20:00532169 - isvavai.cz</a>
Result on the web
<a href="https://github.com/jankalinaUI/Minimum_Regularized_Redundancy_Maximum_Robust_Relevance_Variable_Selection" target="_blank" >https://github.com/jankalinaUI/Minimum_Regularized_Redundancy_Maximum_Robust_Relevance_Variable_Selection</a>
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Minimum Redundancy Maximum Relevance variable selection 1.0
Original language description
The code implemented in R software performs supervised variable selection of a given (possibly high-dimensional) dataset by the MRMR method, i.e. Minimum Redundancy-Maximum Relevance. The computations, which were tested over three real datasets, include automatic choices of all parameters and compare various measures of relevance and redundancy as well as various classifiers. The software is available under MIT license.
Czech name
—
Czech description
—

Project
<a href="/en/project/GA19-05704S" target="_blank" >GA19-05704S: FoNeCo: Analytical Foundations of Neurocomputing</a><br>
Continuities
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Publication year
2020
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID
MRMR 1.0
Technical parameters
Kód v softwaru R je samostatně spustitelný, vyžaduje instalaci několika dostupných knihoven (MASS, glmnet, e1071, pamr, rda, rrlda). Spuštění je přímočaré s využitím kódu ze souboru DimReduction.R a s využitím dokumentace v něm uvedené, soubor Classifiers.R obsahuje jen pomocné postupy. Dostupné pod licencí MIT.
Economical parameters
Software provádí robustní regularizovanou verzi známé metody MRMR pro redukci dimenze. Zde jde o dosud první dostupnou implementaci MRMR metody, která je vhodná pro vysoce dimenzionální data kontaminovaná odlehlými hodnotami, zároveň optimálně odhaduje veškeré parametry, a proto výrazně usnadňuje práci uživatelům.
Owner IČO
67985807
Owner name
Ústav informatiky AV ČR, v. v. i., České vysoké učení technické v Praze

Similar results(10)