特征提取算法FEA旨在解决使机器学习算法无能的维度诅咒.研究从概念和实证上探讨了最具代表性的有限元分析.首先回顾了不同类别线性与非线性有监督与无监督基于随机投影与基于流形的许多有限元分析的理论背景介绍了它们的算法并对这些方法进行了概念比较.其次对于三个具有挑战性的二进制和多类数据集确定了新特征的最优集并评估了各种变换特征空间在统计显著性和功效分析方面的质量以及分类准确性和速度方面的有限元效率.