La sélection des caractéristiques est la première tâche de toute approche d'apprentissage, qui consiste à définir un ensemble pertinent de caractéristiques. Plusieurs méthodes sont proposées pour traiter le problème de la sélection des caractéristiques, notamment les méthodes de filtrage, d'enveloppement et d'intégration. Dans ce travail, nous nous concentrons sur la sélection de sous-ensembles de caractéristiques afin de sélectionner un sous-ensemble de taille minimale de caractéristiques optimales. La sélection des caractéristiques est un problème d'optimisation; la sélection de sous-ensembles d'attributs basée sur un algorithme génétique utilisant le classificateur naïf de Bayes est utilisée à cette fin. Le GABASS s'avère être la meilleure technique de sélection lorsque la population est très importante. Les GABASS donnent de bons résultats et leur puissance réside dans leur bonne adaptation à des environnements variés et en évolution rapide.