机械模型特征选择是寻找众多属性的哪个子集合，能够的解释目标变量与各个自变量的关系的过程。
你可以根据多种标准选取有用的特征，例如：
所在领域知识：根据在此领域的经验，可以选出对目标变量有更大影响的变量。
可视化：正如这名字所示，可视化让变量间的关系可以被看见，使特征选择的过程更轻松。
统计参数：我们可以考虑 p 值，信息价值(information values)和其他统计参数来选择正确的参数。
PCA：这种方法有助于在低维空间表现训练集数据。这是一种降维技术。 降低数据集维度还有许多方法：如因子分析、低方差、高相关、前向后向变量选择及其他。