El importante problema de seleccionar los predictores en un caso de alta dimensionalidad donde el número de candidatos es mayor que el tamaño de la muestra suele ser resuelto por los investigadores de la comunidad de procesamiento de señales utilizando el algoritmo de búsqueda ortogonal o otros algoritmos codiciosos. En este trabajo, mostramos cómo el mismo problema puede ser resuelto aplicando métodos basados en el concepto de estabilidad. Aunque no es un concepto nuevo, la estabilidad es menos conocida en la comunidad de procesamiento de señales. Ilustramos el uso de la estabilidad presentando un algoritmo relativamente nuevo de esta familia. Como parte de esta presentación, realizamos un estudio de simulación para investigar el efecto de varios parámetros en el rendimiento del algoritmo. Además, comparamos el método basado en la estabilidad con más de ochenta variantes de cinco algoritmos codiciosos diferentes en un experimento con datos de contaminación del aire. La comparación demuestra que el uso de la estabilidad conduce a resultados prometedores en el caso de alta dimensionalidad.