帮我用MATLAB写一段实现Laplacian Score的代码加上注释

Laplacian Score是一种特征选择方法，用于选择最有用的特征以提高分类性能。以下是用MATLAB实现Laplacian Score的代码：

% 导入数据集 load('data.mat');

% 获取数据集的维度和类别标签 [n, d] = size(X); y = unique(Y);

% 初始化Laplacian Score矩阵 LS = zeros(1, d);

% 对于每一个特征 for i = 1:d % 计算特征i的平均值 mu_i = mean(X(:,i));

% 将数据标准化为零均值和单位方差
X(:,i) = (X(:,i) - mu_i) / std(X(:,i));

% 对于每一个类别
for j = 1:length(y)
    % 获取属于类别j的样本
    Xj = X(Y==y(j), :);
    
    % 计算类别j的平均值
    mu_j = mean(Xj(:,i));
    
    % 计算类别j的协方差矩阵
    Cj = cov(Xj);
    
    % 计算特征i对类别j的Laplacian Score
    LS(i) = LS(i) + norm(mu_i-mu_j)^2 / trace(Cj);
end

end

% 对Laplacian Score进行排序 [~, idx] = sort(LS, 'descend');

% 取前k个特征 k = 10; selected_features = idx(1:k);

% 输出选择的特征 disp('Selected features:'); disp(selected_features);