请用python算法实现MRMR算法

好的，下面是Python实现的MRMR算法代码：

import numpy as np
from sklearn.feature_selection import mutual_info_regression

def MRMR(X, y, K):
    """
    :param X: 特征矩阵，每行为一个样本，每列为一个特征
    :param y: 标签向量，每个元素为一个标签
    :param K: 选择的特征个数
    :return: 选出的特征索引
    """
    n_samples, n_features = X.shape
    F_set = set(range(n_features))
    F = []
    mmi = mutual_info_regression(X, y)  # 计算互信息

    # 第一个特征
    i = np.argmax(mmi)
    F.append(i)
    F_set.remove(i)

    # 选择剩余的特征
    for k in range(1, K):
        mi = np.zeros(len(F_set))
        j = 0
        for f in F_set:
            mi[j] = mmi[f] - np.mean([mmi[f, x] for x in F])
            j += 1
        fi = np.argmax(mi)
        F.append(list(F_set)[fi])
        F_set.remove(list(F_set)[fi])

    return F

其中，mutual_info_regression函数是可以用于计算互信息的，K是选择的特征个数，X是特征矩阵，y是标签向量。返回的是选出的特征索引。