是的，HBase MLlib可以进行特征选择。它提供了一系列机器学习算法，包括分类、回归、聚类和关联规则挖掘等，这些算法在处理大数据集时具有很好的扩展性。在特征选择方面，HBase MLlib可以通过相关特征选择算法来评估特征的重要性，并选择最相关的特征子集。
此外，HBase MLlib还提供了用于模型评估和调优的工具，如交叉验证和网格搜索等，这些工具可以帮助用户选择最佳的特征组合和模型参数，从而提高模型的预测性能。
请注意，HBase MLlib的特征选择和模型训练功能相对基础，对于复杂的数据挖掘和机器学习任务，可能需要结合其他更专业的工具库或框架。如需更多信息，建议查阅HBase官方文档或咨询相关技术人员。