Inf FS是一种基于图形的方法，它利用矩阵幂级数的收敛特性来评估特征相对于所有其他特征的重要性。事实上，在Inf FS公式中，每个特征都映射到一个关联图上，其中节点表示特征和它们之间的加权边关系。图上具有一定长度l的每条路径被视为可能的特征选择。因此，改变这些路径并使其趋向于无穷多，可以调查每个可能的特征子集的重要性。Inf FS为初始集合的每个特征分配最终分数；其中分数与给定特征在多大程度上是分类任务的良好候选特征有关。因此，按子代顺序排列Inf FS的结果允许我们在整个模型选择阶段执行子集特征选择，以确定要选择的特征数量。
=========================================================================
参考：无限特征选择
链接文件：http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=7410835
研究门：https://www.researchgate.net/publication/282576688_Infinite_Feature_Selection
=========================================================================