顺序后向搜索（sequential backward search），工学-信息与通信工程-模式识别-统计模式识别-特征选择-顺序后向搜索，从全集开始的特征子集选择方法。特征子集选择是一个离散优化问题，具体可描述为已知一个数据集有个特征，如果将这个特征全部用于模式分类，一方面会造成分类效率降低，另一方面这个特征中存在的干扰特征会减小分类准确率。特征子集选择就是要从这个特征中选出最少维的特征能够使得分类效率和分类准确率都得到提高。对于有个特征的特征集来说，其优化的整个搜索空间大小是，当较大无法进行完全搜索时，可以采用顺序后向搜索方法。该方法的目标是从个特征中选择出使得准则函数较优的个特征。具体方法是从全集开始，每次从特征集中剔除一个特征，使得剔除该特征后准则函数达到最优。该方法是一种简单的贪心算法，优点是特征选择速度快，不足之处是特征被去除之后无法再被加入，容易陷入局部最优值。与顺序前向搜索相比，在非常大而较小的情况下，顺序后向搜索速度较慢。具体例子，令，，原始特征为。顺序后向搜索过程为：①计算准则函数值，当前最优子集为。