聚类分析是机器学习和数据挖掘中的重要工具,在发现数据中的隐含知识和识别数据内在结构方面有着重要的作用。迅猛发展的计算机技术、网络技术和数据库技术使得数据的采集、传输和存储更为便利和快捷,从而形成了大量类型复杂、结构多样的高维海量数据,其带来数据结构的复杂性使得当前特征选择算法和机器学习算法难以收到较好的结果,迫切需要发展适应大规模数据的准确性和运行效率等综合性能较好的、新的特征选择算法以及机器学习算法。因此,为了有效的进行模式分类和聚类分析,特征降维就显得尤为重要。本文针对大规模数据聚类分析中的特征选择方法研究开展了较为深入的研究,主要内容如下：(1)针对当前大规模数据处理中遇到的问题进行分析,对当前在聚类分析中的特征选择算法进行总结分类。针对特征和类别之间的关系,引入一种邻域度量方式,给出了一个度量特征聚类能力的评价指标。(2)针对分类型数据,运用新的特征评价指标,结合启发式搜索策略,提出了一种特征选择算法,通过与传统的聚类分析算法进行了比较和分析,证明特征选择算法在提高聚类精度和降低时耗方面是可行和有效的。(3)将提出的特征选择方法应用到半监督聚类分析中,通过与传统的聚类分析方法进行对照分析,在提高聚类精度和降低时耗等方面验证了算法的有效性。本文取得的成果进一步发展了无监督领域中特征选择的研究,也为解决高维复杂数据的聚类分析等实际应用问题提供了新的方法和视角。