matlab特征选择代码

于遗传算法的特征选择方法是一种常用的特征选择方法，下面是一个简单的matlab代码实现：

% 加载数据
load('Data.mat');
% 定义适应度函数
fitness = @(x) -jfitness(x, train_data, train_label);
% 定义遗传算法参数
options = gaoptimset('PopulationSize', 50, 'Generations', 100, 'StallGenLimit', 50);
% 运行遗传算法
[x, fval] = ga(fitness, size(train_data, 2), options);
% 输出选择的特征
selected_features = find(x);
disp(selected_features);

其中，`train_data`是训练数据，`train_label`是训练标签，`jfitness`是适应度函数，`gaoptimset`是遗传算法参数设置函数，`ga`是遗传算法函数，`selected_features`是选择的特征。

除了遗传算法，还有很多其他的特征选择方法，例如相关系数法、卡方检验法、互信息法等等，可以根据具体需求选择不同的方法。