Некоторые типы методов отбора признаков, которые могут быть использованы в различных алгоритмах машинного обучения:

• Фильтры. 3 Оценивают важность признаков только на основе свойственных им характеристик, без привлечения алгоритмов обучения. 3 Такие методы работают быстрее и требуют меньше вычислительных ресурсов. 3

• Гибридные методы. 3 Представляют собой гибрид из фильтров и обёрток, объединённых в двухфазный процесс. 3 Сначала признаки фильтруются по статистическим свойствам, а затем применяются методы обёртки. 3

• Встроенные методы. 35 Для выбора признаков используют непосредственно структуру некоторого классификатора. 5 В отличие от методов-обёрток, где классификатор служит только для оценки работы на данном множестве признаков, встроенные методы используют информацию о признаках, которую классификаторы присваивают во время обучения. 5

Важно отметить, что полученный набор признаков может не быть настолько же релевантным для другого алгоритма, поскольку он был отобран на основе знаний о конкретном классификаторе. 5