%輸入：無標(biāo)簽的data（行為樣本，列為特征）和其對應(yīng)標(biāo)簽；M是重復(fù)次數(shù)；K為取近鄰數(shù)
%輸出：每個特征的權(quán)值，未排序。
function?[W]?=?F_ReliefF（datalabelsMK）
?[nsampnattr]=size（data）;??????????????????%無標(biāo)簽data的行數(shù)nsamp即總樣本數(shù)、列數(shù)nattr即特征數(shù)
?class_info=tabulate（labels）;??????????%class_info第1列為各類的類別值，第2列為每類別的樣本數(shù)，第3列為所占百分比。temp的行數(shù)即總類別數(shù)。
?class=size（class_info1）;
?diff_divisor?=?max（data）?-?min（data）;??????%max（data）每列最大值并形成一個行向量，min（data）每列最小值并形成一個行向量，兩向量相減
?weight=zeros（Mnattr）;?????????????????????%初始化存放M次權(quán)值的矩陣

?for?m=1:M?????????????????????????????%從隨機(jī)選樣本到算K個鄰近值等都要做M次。??%rand（1）生成空格1個0-1（不包括1）隨機(jī)數(shù)。
?????R?=?round（nsamp?*?rand（1））+1;?????%R是被選中的樣本行號。將nsamp*rand（1）四舍五入取整，范圍：1<=R?????diff_base=zeros（nsampnattr）;?
?????distance=zeros（nsamp3）;??????????%生成總樣本數(shù)的行，3列的距離矩陣。第1列放各樣本權(quán)值，第2列放樣本編號，第3列放該樣本的類別
?????classk_miss=cell（1