【摘要】文章针对信息增益变量选择方法(IG-SIS)的不足,对其进行改进,提出适用于超高维、无模型假设框架下基于信息增益率的变量选择方法(IGR-SIS),从理论上证明了IGR-SIS方法具有确定性筛选性质,并通过蒙特卡洛数值模拟和基因表达分类数据验证IGR-SIS方法对超高维分类变量选择的有效性。