説明変数（Explanatory Variable）とは、目的変数を予測するために使用する入力変数のことです。独立変数、特徴量、予測変数とも呼ばれ、モデルが予測の根拠とする情報です。
説明変数の選択
適切な説明変数の選択はモデルの性能に直結します。目的変数との相関が高い変数を選び、無関係な変数やノイズとなる変数を除外することが重要です。特徴量選択や特徴量エンジニアリングがこのプロセスを支援します。
多重共線性の問題
説明変数間に強い相関がある場合（多重共線性）、モデルの安定性が低下します。VIF（分散拡大係数）を用いて多重共線性を検出し、相関の高い変数の一方を除外するなどの対処が必要です。