# 特徵選擇法（Feature Selection）

特徵選擇是機器學習中選擇最相關特徵子集的過程，旨在簡化模型、提高準確性、減少過擬合和提升模型的可解釋性。

## 完整說明

特徵選擇是機器學習和統計建模中的一個重要步驟，它涉及從原始特徵集合中選擇一個最相關和資訊量最大的特徵子集。其目標是簡化模型、提高預測準確性、減少過擬合、降低計算成本，並提升模型的可解釋性。

## 常見問題

### undefined



### undefined



### undefined



---

來源：https://aiterms.tw/terms/feature-selection
快查頁：https://aiterms.tw/terms/feature-selection
深度解說：https://aiterms.tw/learning/what-is-feature-selection