浮动搜索（floating search），工学-信息与通信工程-模式识别-统计模式识别-特征选择-浮动搜索，特征选择中针对数据特征维度过大而提出的具有回溯能力的搜索方法。实际的大维度数据往往包含许多冗余和无关的特征，在对特征进行选择时，放弃这些特征并不会导致有效信息的丢失。浮动搜索按照特征子集的大小线性搜索，在搜索过程中，动态地增加和去除一部分特征，以使评价函数值最优，直至挑选出最能代表原始特征的信息。该方法保证特征选择之后的数据依然包含足够多的信息，并尽量降低数据特征的维度。由于在搜索过程中，对特征的数量进行动态调整，因此被称为浮动搜索。依据搜索的方向不同，浮动搜索存在两种变种：序列浮动前向选择和序列浮动后向选择。序列浮动前向选择从空集开始，每轮在未选择的特征中选择一个子集，使加入子集后评价函数达到最优；然后在已选择的特征中选择另一子集，使剔除子集后评价函数达到最优。相反，序列浮动后向选择则是从全集开始，先剔除特征，再加入特征。浮动搜索是一种贪心算法，因而不能保证得到全局最优解。