在机器学习中，做特征选择时，可能用到的方法有哪些？

常用的特征选择方法包括过滤法（Filter）、包裹法（Wrapper）和嵌入法（Embedded）。其中过滤法主要是对特征本身进行评估，找出与目标变量最相关的特征；包裹法主要是利用模型对特征进行评估，找出最优的特征子集；嵌入法主要是在模型训练的过程中，同时进行特征选择和模型训练，找出最优的特征子集。具体的特征选择方法包括：方差选择、相关系数法、卡方检验、互信息法、基于树模型的特征选择等。