特征选择是机器学习领域中的研究热点问题之一,已受到了广泛关注和研究。近年来,机器学习任务中数据集的特征个数也变得越来越大,但是他们中存在大量的不相关和冗余特征,会导致数据分析变得非常困难,因此,在机器学习任务中,对于数据集,尤其高维数据集的特征选择是非常必要的。特征选择的目标是降低数据的维数并提高性能并且有效地消除不相关和冗余特征。事实上特征特选是组合优化问题,是NP难问题。而随机算法在优化问题中取得了很好的效果,自然启发的元启发式算法是目前最广泛应用于优化问题的算法,群体智能优化算法作为一种随机算法,以其简单、灵活、高效的特点成为解决全局优化问题的主要技术。群体智能优化算法最重要的特点是在搜索过程中引入了随机性,这与确定性方法不同。确定性算法在复杂情况下很容易陷入局部最优解。因此,本文将研究最新的群智能优化算法,并将其应用于特征选择问题。由于应用于特征选择问题的自然元启发式算法有很多,它们虽然都有其优点,但也存在不足之处,为了更深入的了解,本文首先选取了最近几年来国内外提出的比较典型的群智能算法,蝙蝠算法、灰狼优化算法、蜻蜓算法、鲸鱼优化算法、蝗虫优化算法和麻雀搜索算法,使用22个标准的CEC测试函数从收敛速度、精度和稳定性等方面进行了比较,并进行细化分析,并对比了其相关的改进方法,最后发现麻雀搜索算法的性能较为突出。麻雀搜索算法是2020年提出的,具有搜索精度高、收敛速度快、稳定性好等特点,适用于具有连续搜索空间的问题,目前还未被应用于特征选择问题。由于该算法具有较强的全局搜索能力,也为了提高特征选择算法的性能,本文提出了一种麻雀搜索二进制算法用于选择最优特征子集,为了将麻雀从一个自由位置转化为相应的二元解,在每个维度采用S形转换函数将位置向量的元素只变换为(0,1]区间上的数,来压制连续更新麻雀的位置,然后用随机阈值来确定更新后的二进值麻雀搜索位置。为了寻找最优解,使用SVM分类器计算麻雀的适应度值,对其表示的特征子集进行分类评价。为了验证提出算法的有效性,将二进制麻雀搜索算法与四个包裹式特征选择方法进行了比较,采用了包括分类准确率、适应度值、选定特征的大小和计算时间等几种性能测量方法,在UCI的12个不同数据集上进行特征选择,并用Wilcoxon符号秩检验进行了统计显著性检验。实验结果表明,该方法在分类准确率、计算时间和最优特征选择等方面都具有很强的竞争力。