稳定性特征选择研究综述

来源：计算机工程与应用杂志2025年第7期北京时间：

作者：刘梓萱, 杜建强, 罗计根, 黄强, 贺佳, 李益雯, 秦紫瑜

单位：1.江西中医药大学 计算机学院，南昌 330004；2.南昌大学，南昌 330031；3.江西中医药大学 中医人工智能重点研究室，南昌 330004

摘要：特征选择在高维数据预处理中扮演着重要角色，通过从原始特征集中挑选出最有利于模型性能提升的特征，可以有效地降低数据维数，提高模型的准确性和降低过拟合风险。稳定性是特征选择领域中一个不容忽视的关键研究内容，它指的是特征选择方法对训练样本的微小扰动具有一定的鲁棒性。深入剖析了特征选择过程中产生不稳定性的多重成因；系统归纳并对比了多种提升稳定性的方法，详细阐述了各类方法的目标和评估标准及其独特优势和潜在缺陷；详尽介绍了评估特征选择稳定性的指标的性质，并对稳定性指标进行解析和细致分类；探讨了稳定性特征选择领域存在的问题及对未来的展望，以期为后续的研究和实践提供有价值的参考。

关键词：特征选择,稳定性度量,集成特征选择,不稳定性