摘要：特征选择作为一个数据预处理过程，在数据挖掘、模式识别和机器学习中有着重要地位。通过特征选择，可以降低问题的复杂度，提高学习算法的预测精度、鲁棒性和可解释性。介绍特征选择方法框架，重点描述生成特征子集、评价准则两个过程；根据特征选择和学习算法的不同结合方式对特征选择算法分类，并分析各种方法的优缺点；讨论现有特征选择算法存在的问题，提出一些研究难点和研究方向。
李郅琴，杜建强，聂斌，熊旺平，黄灿奕，李欢. 特征选择方法综述[J] ●●●●。计算机工程与应用, 2019, 55(24): 10-19.
李志勤、杜建强、聂斌、熊王平、黄灿毅、李欢。特征选择方法综述[J]。计算机工程与应用，2019，55（24）：10-19。
