项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 631
使用教程
环境要求
- Python 3.8+
- pandas 与 scikit-learn
安装与启动步骤
-
1装包
纯 Python 包，依赖轻。
pip install mrmr_selection -
2准备特征表
一张表放特征，一列放标签，缺失值要先处理。
-
3跑排序
它按最小冗余最大相关给特征打分排序。
-
4取前 k 个训练
用排序结果做特征子集，再和全量特征对比效果。
-
5注意稳定性
换随机种子或换训练集划分，看排名是否稳定。
如何确认成功
用前 k 个特征训练的效果接近全量特征，且排名在换种子后基本稳定
注意事项
- 它是过滤式方法，不考虑下游模型，选出的子集未必对该模型最优。
- 高相关特征之间它会去冗余，但分组语义要自己看。
- 特征多时计算开销上升明显，先粗筛再跑。
核心亮点
- 实现经典 mRMR 算法，特征选择理论扎实，适合高维数据
- 针对大规模数据优化，能处理数十万维特征
- 提供与 scikit-learn 兼容的接口，易于集成到现有流程
不足之处
- 文档相对简略，示例和最佳实践不够丰富
- 社区活跃度一般，更新频率可能较慢
适用场景
- 基因表达谱等生物信息学高维特征选择
- 文本分类中的特征降维
- 图像识别前的高维特征预处理
替代项目
scikit-learn 的 SelectKBest、Featuretools、Boruta
下一篇：benderopt
同类项目推荐
AngelSlim
开源
一键压缩大模型，部署更快更省资源
Model compression toolkit engineered for enhanced usability, comprehensiveness, and ···
mlx-lm-lora
开源
Mac 上微调大模型，LoRA/DPO 一条命令跑通
Train Large Language Models on MLX.
LLaSA_training
开源
用LLM算力换自然语音，训练推理双扩展
LLaSA: Scaling Train-time and Inference-time Compute for LLaMA-based Speech Synthesi···
rllm
开源
让LLM强化学习训练像搭积木一样简单，快速提升模型推理能力。
Democratizing Reinforcement Learning for LLMs
SiLLM
开源
在 Mac 上轻松训练和运行大模型，无需 NVIDIA GPU。
SiLLM simplifies the process of training and running Large Language Models (LLMs) on···
Kohya_lora_param_gui
开源
给SD训练脚本套个图形壳，点几下就能配LoRA参数
GUI for kohya-ss sd-scripts
makani
开源
让 AI 气象模型在数百 GPU 上并行训练，实验迭代从月缩到天。
Massively parallel training of machine-learning based weather and climate models
alpamayo-recipes
开源
自动驾驶大模型微调、量化、部署一条龙配方
Developer Hub for NVIDIA Alpamayo, containing ready-to-use recipes for fine-tuning, ···
awesome-on-policy-distillation
开源
一页看全 LLM 在线蒸馏论文与工具，省去到处翻找
A curated collection of papers, technical reports, frameworks, and tools for on-poli···