本文提出了一种基于概率潜变量图的鲁棒性特征选择算法，通过将特征子集视为图上的路径，并将相关性建模为潜在变量。实验表明，该方法在不同场景和难度下都可获得最高性能水平，并在特征选择领域设定了新的最佳状态。

本文介绍了一种基于概率潜变量图的鲁棒性特征选择算法，能够在不同场景和难度下获得最高性能水平，并设定了一个新的最佳状态。