Выбор признаков в машинном обучении — это процесс уменьшения количества входных переменных при разработке прогностической модели. Желательно уменьшить количество входных признаков, чтобы снизить вычислительные затраты на моделирование и, в некоторых случаях, повысить производительность модели.