Matlab reliefF多分类特征排序算法

%输入：无标签的data（行为样本，列为特征）和其对应标签；M是重复次数；K为取近邻数
%输出：每个特征的权值，未排序。
function [W] = F_ReliefF（datalabelsMK）
 [nsampnattr]=size（data）;                  %无标签data的行数nsamp即总样本数、列数nattr即特征数
 class_info=tabulate（labels）;          %class_info第1列为各类的类别值，第2列为每类别的样本数，第3列为所占百分比。temp的行数即总类别数。
 class=size（class_info1）;
 diff_divisor = max（data） - min（data）;      %max（data）每列最大值并形成一个行向量，min（data）每列最小值并形成一个行向量，两向量相减
 weight=zeros（Mnattr）;                     %初始化存放M次权值的矩阵

 for m=1:M                             %从随机选样本到算K个邻近值等都要做M次。  %rand（1）生成空格1个0-1（不包括1）随机数。
     R = round（nsamp * rand（1））+1;     %R是被选中的样本行号。将nsamp*rand（1）四舍五入取整，范围：1<=R     diff_base=zeros（nsampnattr）; 
     distance=zeros（nsamp3）;          %生成总样本数的行，3列的距离矩阵。第1列放各样本权值，第2列放样本编号，第3列放该样本的类别
     classk_miss=cell（1