1.2 ReliefF特征选择算法优缺点

ReliefF算法是对Relief算法的改进，在对特征筛选问题上有着更广泛地运用，下面简要介绍其优缺点。

1. ReliefF特征选择算法的优点

ReliefF算法改进了Relief算法只能处理二分类的局限性，并且也可以用于处理目标属性为连续值的回归问题。

2. ReliefF特征选择算法的缺点

ReliefF算法较为明显的局限性在于参数调优上存在主观性，尤其是k近邻的选择对算法性能的影响较大。sigma参数（关于每个样本的影响力权重的参数）也有较大的影响。这些参数的选择没有理论依据，只能通过具体实验和经验进行选取。