本发明提供了一种基因表达量特征选择方法，涉及生物信息学和机器学习领域，以原始基因表达量数据集和候选特征子集对应的基因表达量数据集分别与类别向量之间的联合互信息是否相等作为最大相关性的判断条件，将最大条件互信息公式作为目标函数，迭代选择满足目标函数的基因特征来获取具有最大相关性的候选特征子集，再通过删除候选特征子集中的冗余特征，从而能够筛选出同时具有最大相关性和最小冗余度的最小特征子集。