Com o aumento da disponibilidade de dados, surgem também mais possibilidades de emprego do aprendizado de máquina. No entanto, muitos dados gerados não são desejáveis para o contexto do problema, e a seleção de atributos procura justamente eliminar os dados que prejudicam a performance de classificadores. Recentemente foi proposto em um trabalho um algoritmo filter de seleção de atributos, onde a seleção ocorre por rodadas e é introduzida uma etapa de votação, responsável por gerar subconjuntos de características. O presente trabalho buscou investigar o desempenho do algoritmo quando convertido para wrapper, visto que o método costuma atingir soluções que levam à melhores acurácias, sendo utilizado o Algoritmo Genético para explorar as combinações possíveis de atributos.