线性回归模型比较常见的特征选择方法有两种，分别是最优子集和逐步回归。此外还有正则化，降维等方法。
1，最优子集（Best Subset Selection）：从零号模型（null model）M0开始，这个模型只有截距项而没有任何自变量。然后用不同的特征组合进行拟合，从中分别挑选出一个最好的模型（RSS最小或R2最大），也就是包含1个特征的模型M1，包含2个特征的模型M2，直至包含p个特征的模型Mp。然后从这总共p+1个模型中选出其中最好的模型（根据交叉验证误差，Cp，BIC或adjusted R2)（注：为什么不能用RSS或R2来衡量？因为增加任何特征，模型的训练RSS只会变小，R2只会增大）。这个最好模型所配置的特征就是筛选出的特征。
优点：因为遍历了所有可能的特征组合，因此筛选出的特征必定是最优的。
缺点：总共要拟合2p个模型，计算量非常大。
2，逐步回归（Stepwise Selection）
从计算的角度来讲，最优子集法只适用于最多30~40个特征，从统计学的角度来看，如果特征很多，最优子集法很容易产生过拟合的问题（一般来说，当p<10时可以用最优子集法）。因此在特征较多的情况下，适用逐步回归法来进行特征选择。
a. 前进法（Forward Selection）：从零号模型（null model）M0开始，这个模型只有截距项而没有任何自变量。然后一个个地加入p个特征，保留RSS最小或R2最大的那个特征，此时这个模型记为M1。然后再在这个模型的基础上一个个地加入剩余的p-1个特征，仍然保留RSS最小或R2最大的那个特征（模型M2）。这样重复操作，直至包含p个特征的模型Mp。然后从这总共p+1个模型中选出其中最好的模型（根据交叉验证误差，Cp，BIC或adjusted R2)。这个最好模型所配置的特征就是筛选出的特征。
（注：计算量大约是p2）
b. 后退法（Backward Selection）： 从包含全部p个特征的模型Mp开始，然后一个个地移除p个特征，保留RSS最小或R2最大的那个模型，现在是包含p-1个特征的模型，称为模型Mp-1，继续移除剩余的p-1个特征。这样重复操作，直至包含0个特征的模型M0。然后从这总共p+1个模型中选出其中最好的模型（根据交叉验证误差，Cp，BIC或adjusted R2)。这个最好模型所配置的特征就是筛选出的特征。
（注：计算量大约是p2）
（注：后退法不能用于p>n的情况）
c. 混合法（Mixed Selection）：从零号模型（null model）M0开始，这个模型只有截距项而没有任何自变量。和前进法一样加入特征，区别在于当某个特征的p值大于某个阈值时，移除该特征。重复这样的操作，直至模型中所有的特征都有足够低的p值，并且如果其余的特征加入其中会有超过某个阈值的p值。
前进法和后退法都属于贪心算法，能够局部达到最优，但是从全局来看不一定是最优的。前进法虽然每一次都能选取最显著的一个自变量，但在实际情况下，很可能有的自变量在开始时是显著的，但是在其余自变量添加进去之后，它就变得不显著了，而前进法却没有提供“剔除”该变量的选项。而后退法则很有可能会遗漏一些很重要的变量，虽然刚开始它可能并不显著。但是混合法会选入本身对模型目标没有多少贡献的特征，容易导致过拟合。这几种方法在特征有共线性问题的时候会出问题。因此，我还是倾向于自己手动进行选择，而不是完全依靠机器选择。