機械模型的特征選擇機械模型特征選擇是尋找眾多屬性的哪個子集合，能夠的解釋目標變量與各個自變量的關系的過程。

你可以根據多種標準選取有用的特征，例如：

所在領域知識：根據在此領域的經驗，可以選出對目標變量有更大影響的變量。

可視化：正如這名字所示，可視化讓變量間的關系可以被看見，使特征選擇的過程更輕松。

統計參數：我們可以考慮 p 值，信息價值(information values)和其他統計參數來選擇正確的參數。

PCA：這種方法有助于在低維空間表現訓練集數據。這是一種降維技術。 降低數據集維度還有許多方法：如因子分析、低方差、高相關、前向后向變量選擇及其他。