随着机器学习和深度学习技术的飞速发展,各类学习模型越来越成熟,人们的关注点从算法模型逐渐转移到数据处理和特征提取上。特征的好坏可以使用特征选择算法来衡量,特征选择算法从统计学的角度分析特征的好坏,从而更好的理解数据本身和提取更好的特征。本文旨在研究特征选择算法的优化,使特征选择算法具有更好的效果,从而适用于更多的场景。本文的主要工作以及创新点如下:第一,针对SPEC特征选择算法在包含数值型特征场景下的计算能力不足,提出了一种基于最大信息系数(MIC)的SPEC特征选择改进算法(SPECMIC),SPECMIC特征选择算法使用MIC计算相关性,增强了计算数值型特征相关性的能力,更好的适用于包含数值型特征场景。实验证明SPECMIC特征选择算法面对包含数值型特征的数据集具有更好的效果。第二,构建APP使用预测模型来分析用户使用APP的行为。使用SPECMIC特征选择算法对特征进行分析,通过筛除冗余特征、不相关特征和噪声特征,使得最优特征子集维数减少900维,模型的准确率提升了 3%左右。第三,针对SPEC特征选择算法的最优特征子集的中间段特征排序混乱的问题,提出了一种基于相关性的SPEC特征选择改进算法(RSPEC)。RSPEC特征选择算法通过在SPEC特征选择算法中加入相关性因子,增强相关性高冗余性高特征的重要度,降低相关性低冗余性低特征的重要度,从而使特征排序结果更合理。实验证明RSPEC特征选择算法对于特征中间段排序具有更好的效果。第四,构建黑词检测模型来提取恶意网址检测模型需要的黑词。分析现有的TF-IDF关键词提取算法在恶意网址检测模型中的不足,提出了一种基于特征选择算法提取关键词方法。实验证明在恶意网址检测模型的关键词提取方面,使用特征选择算法提取关键词具有更好的效果。此外,在黑词检测模型中对比SPEC算法和RSPEC算法提取的关键词效果,证明了 RSPEC特征选择算法在中间段特征排序方面更有优势。