1.一种适用于大数据下模型的高效特征选择方法，其特征在于，包括两个模块设定为模块一和模块二，具体包括以下步骤：
2.根据权利要求1所述的适用于大数据下模型的高效特征选择方法，其特征在于，所述模块一的步骤1.1中具体包括以下流程：对乱码脏数据的过滤、不规则数据的规则化、连续特征分箱、离散特征热编码和交叉特征处理。
3.根据权利要求2所述的适用于大数据下模型的高效特征选择方法，其特征在于，所述步骤1.2中，训练数据和预测数据的比例为7：3。
4.根据权利要求3所述的适用于大数据下模型的高效特征选择方法，其特征在于，所述步骤1.4中使用到的模型采用树模型xgboost，采用auc指标来作为模型效果的评估指标。
5.根据权利要求4所述的适用于大数据下模型的高效特征选择方法，其特征在于，所述模块二中的步骤2.1将数据特征对应的标签完全打乱采用以下程序：
6.根据权利要求5所述的适用于大数据下模型的高效特征选择方法，其特征在于，所述模块二中的步骤2.4中，初始化k＝1或k＝x。