深度特征选择方法研究综述
来源：计算机应用与软件杂志2025年第7期北京时间：
作者：陈挺, 刘香君, 臧璇, 池明旻
摘要：特征选择能够剔除数据中的噪声和冗余信息，降低计算复杂度和数据分析难度，在数据挖掘、机器学习等领域具有重要研究价值。随着深度学习技术的发展，深度神经网络开始被应用到特征选择中，且相比传统方法取得了更好的选择效果，但缺少对此类研究的综合阐述和讨论。为此先对传统特征选择算法进行阐述，重点总结近年来深度特征选择算法的研究进展，并将其分为“输入层嵌入”和“编码层嵌入”两类进行讨论。在公开数据集上测试了几种典型深度特征选择算法的效果，对该领域未来研究重点进行探讨。
关键词：特征选择, 数据挖掘, 深度学习, 深度特征选择
