特征选择是处理高维数据的一项有效技术。针对传统方法的不足，结合[F-score]与互信息，提出了一种最小冗余最大分离的特征选择评价准则，该准则使所选择的特征具有更好的分类和预测能力；采用二进制布谷鸟搜索算法和二次规划两种搜索策略来搜索最优特征子集，并对两种搜索策略的准确性和计算量进行分析比较；最后，利用UCI数据集进行实验测试，实验结果说明了所提理论的有效性。