想到了两种方法：

1. 使用所有这些并执行特征选择以识别指示性特征。算法包括信息增益和互信息。
2. 手工挑选一些您认为直观的特征，或删除您认为非指示性的特征。

通常，您有某种假设，您正在测试您证明您的特征（以及您将使用的算法）（以及您将使用的算法）能够唯一地识别它们所属的标签/类的能力。您使用的功能是分类任务中最重要的事情之一。因此，最好花时间智能地找出哪些功能有贡献。

对于此任务，您确实有很多可能的特征，因此自动特征选择方法可能会更好。

特征选择的一般方法是对数据集中的每个特征进行评分，然后选择最上面的特征。我们可以对所有变量运行诸如 GBM 或随机森林之类的算法，以获得变量重要性的排名。我们还可以使用带有交叉验证的 χ²（卡方）统计量来选择用户指定的具有最高得分的特征百分位数。但是，这些方法的缺点是无法检测特征之间的相关性。

我们还可以使用反向消除：对特征进行一一测试，从数据集中删除静态不显着的特征。在前向选择中，从数据集中的任何变量开始，然后添加静态显着的变量。希望这可以帮助。

您可以执行基于 L1 范数进行惩罚的逻辑回归（如果您的因变量有两个类别）。您可以选择正确的稀疏参数（通常$\lambda$)，它根据交叉验证选择寻求稀疏性的强度。该模型将强制许多非信息特征为0。这是特征选择的一种形式。见这里：http ://scikit-learn.org/stable/modules/linear_model.html#logistic-regression