随着涉及的数据越来越复杂,在机器学习、数据挖掘等领域,对于一些高维数据,例如图像、文本和音视频等数据的处理需求明显增加了。同时,我们也面临着因特征太多、噪声或冗余特征的存在而造成的一些问题,这不仅会导致后续的模型预测结果不准确,还会耗费大量计算时间。由此可见,采用某些手段找出最优的特征子集是非常重要的,使用最优特征子集进行后续训练不仅可以减少过拟合问题发生的机率,增强算法模型的泛化能力,减少模型训练所需要的时间,还可以使算法模型解释性更强,甚至还可以提高模型的性能。特征选择由于其可解释性,是一种广泛用于选择最优特征子集的降维技术。由于类标签的获取成本很高,无需任何标签信息的无监督特征选择更具现实意义和挑战性。在此背景下,本文提出了一种被称为“基于多步马尔科夫转移概率的无监督特征选择方法”,该算法可被简称为“MMFS”。本文也将基于马尔可夫模型的无监督特征选择算法应用到了实际项目中。为了解决高维数据带来的问题进而提高后续算法模型的性能并且在数据极度不平衡的实际项目中应用本文提出的无监督特征选择算法,本文主要做了以下工作:（1）本文提出了一种基于马尔可夫模型的无监督特征选择方法,该方法主要是通过保留流形上的数据间的结构信息来选择出能反映这种数据间关联性的特征。该方法不是直接使用欧氏距离,而是使用多步马尔可夫概率来描述数据间的关联信息。因此,我们的方法不仅能得到了一个数据点与其相邻数据点之间的关系,还能通过多步马尔可夫转移概率得到了数据点与远离它的数据点之间的一些关联性。并且,基于多步马尔科夫转移概率的无监督特征选择算法与现有的解决方案不同,我们从正反两个角度设计了两种算法来选择能够很好地保持数据原有关联信息的结构,再进一步选择出能更好保留这种数据结构信息的特征作为最终选择的最优特征子集。使用该方法进行特征选择之后,所属于同一类别的数据的分布将更加紧凑。实验表明,与其他当前主流的无监督特征选择方法相比,该方法具有一定的优越性。（2）针对司法项目中需要对案件特征进行权重赋值的任务,因为该项目涉及到的案件数据集中信访案件和非信访案件的数据量极度不平衡,甚至达到了会让分类器毫无意义的程度,所以,本文中先使用高效的过采样技术对信访案件数据进行过采样处理后再进行后续的特征选择来获取案件特征的重要程度,此时利用基于马尔可夫模型的特征选择技术对案件特征进行相应的权重计算,最后对特征选择得到的权重进行相应处理以方便后续使用。通过实验对比可知,该方法可以成功应用到司法项目中并且取得了良好的效果。