1.Filter方法（过滤式）：对每一维特征打分，即给每一维的特征赋予权重，这样的权重就代表着该特征的重要性，然后依据权重排序。 2.Wrapper方法（包裹式）：将子集的选择看作是一个搜索寻优问题，生成不同的组合，对组合进行评价，再与其他的组合进行比较。

3. Embedded方法（嵌入式）：在模型既定的情况下学习出对提高模型准确性最好的特征。也就是在确定模型的过程中，挑选出那些对模型的训练有重要意义的特征。 具体的例子：岭回归，在线性回归过程加入了L2正则项。 答案解析 高维数据中的特征筛选方法