例如，当我们用顺序向后选择算法对特征A、B、C进行特征选择时，{A、B，C}的性能为0.7，{A，B}的性能是0.9，{A}的性能则是0.6，那么将选择哪个特征子集？
顺序(或逐步(向后(或向前(的特征选择算法通常是贪婪的。功能将被添加(分别删除(，直到它没有显著改善(分别保留(模型分数。
请注意，分数不是原始性能，而是一些其他指标(AIC、BIC、调整后的R2，例如在回归的情况下(。
在您的示例中，如果停止标准是您希望将性能提高至少0.1，则将选择功能集｛A，B｝，因为在下一步，性能将下降0.3。
这个关于逐步回归的维基百科页面提供了回归情况下的详细信息。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium