随着人类基因组计划的实施和不断深入,产生了海量的生物数据,同时促使了DNA芯片技术的出现。肿瘤基因表达谱数据作为DNA芯片技术的一个产物,是人们研究肿瘤的良好数据来源。而肿瘤基因表达谱数据具有小样本、高维数、高噪声和高冗余的特点,容易导致“维数灾难”和“过拟合”现象的出现,这给数据处理带来了极大的挑战。从原始的特征集中选出最优特征子集的技术(即特征选择)是解决这一挑战的有效途径。但是常规的特征选择算法已远远不能满足需要,因此,更为高效的特征选择算法显得尤为重要。最大相关最小冗余(mRMR)算法的目的是在原始特征集合中找出与类别最相关,而特征间具有最小冗余的特征子集,它是常被用于处理肿瘤基因表达谱数据的特征选择算法之一。但是,当给定的特征集维数较大时,该算法计算起来比较耗时。针对这一缺陷,本文提出改进的mRMR算法,即mRMR-ChiMIC算法。该算法是将mRMR算法中度量相关性和冗余性的互信息(MI)用最大信息系数(MIC)来代替。目前特征选择算法的分类较多,每类算法也都有各自的优缺点。mRMR-ChiMIC算法作为典型的过滤型算法,同大多数过滤法一样往往不能自动确定最优特征子集的大小。为了更高效的选取最优特征子集,本文结合过滤法和封装法的优点,将mRMR-ChiMIC算法与Boruta算法相结合,提出了一种混合特征选择算法。该算法分为两个阶段:首先通过mRMR-ChiMIC算法找到候选特征集,快速过滤掉一些不相关特征和冗余特征;接着使用Boruta算法从候选特征集中选出最优特征子集。通过DLBCL、Prostate和Leukemia三个常用的肿瘤基因表达谱数据集进行实验验证,结果表明,本文提出的混合特征选择算法与mRMR和SRCMRMR算法相比具有更高的分类准确率,而且得到的最优特征子集的维数也更小。