滤式方法先对数据集进行特征选择，然后再训练学习器。特征选择过程与后续学习器无关，这相当于先对初始特征进行“过滤”，再用过滤后的特征训练模型。

过滤式选择的方法有：

  1. 移除低方差的特征；

  2. 相关系数排序，分别计算每个特征与输出值之间的相关系数，设定一个阈值，选择相关系数大于阈值的部分特征；

  3. 利用假设检验得到特征与输出值之间的相关性，方法有比如卡方检验、t检验、F检验等。

  4. 互信息，利用互信息从信息熵的角度分析相关性。