1.根据原始特征之间的相关系数矩阵R和冗余矩阵D，将其转换为距离矩阵S。 2.初始化每个特征的权值，将其设置为一个较小的正数（如0.01）。 3.对于每个特征，计算其与目标变量的相关系数，将相关系数最大的特征加入Z中。 4.对于每对特征，计算它们之间的相关系数，并将其乘以它们各自的权值，得到它们的相关度。然后将这些相关度累加到特征的权值上。 5.对于第i个特征，计算其与其他特征的相关性和冗余性，将冗余度最小的特征从Z中移除，并将其权值设为0。 6.如果Z中特征数小于k，重复步骤4-6 7.计算第i个特征与其他特征的相关性和冗余性后将其加权求和，得到该特征的得分值，将所有特征的得分值按从大到小排序，选择最高的k个特征来构建子集 8.输出集合Z。将所有用到的公式列出来

1. 距离矩阵S的计算公式：S = (1/2) * (1 - R) + D

2. 初始化权值公式：权值 = 0.01

3. 相关系数计算公式：相关系数 = corr(x, y)，其中x为特征，y为目标变量

4. 相关度计算公式：相关度 = corr(x, y) * 权值x * 权值y

5. 冗余度计算公式：冗余度 = 相关度 - 相关系数^2 * 权值x * 权值y

6. 循环计算的条件：Z中特征数小于k

7. 特征得分计算公式：得分值 = ∑(相关度 - 冗余度)，其中∑为对特征与其他特征的相关性和冗余性进行累加

8. 输出集合Z