目的変数や説明変数は機械学習などでよく使われる変数である。
目的変数：予測したい変数
説明変数：目的変数を説明するための変数
これらはの学習の使い方によっても、教師あり学習と教師なし学習が分類できる。
教師あり学習：目的変数と説明変数を用いて学習する
教師なし学習：説明変数のみで学習する
また特徴量とはそのデータの特徴を表す
具体例を用いてこれらを説明する
特徴量は「大きさ」「鳴き声」「種類」である。
一方で、目的変数は予測したい変数であるから「大きさ」「鳴き声」「種類」のどれにでもなりうる。
また説明変数は目的変数を説明するための変数であるから、例えば、動物Aの「種類」を説明したいとき、「大きさ」「鳴き声」を用いるので、この時の説明変数は「大きさ」と「鳴き声」になる。
このように特徴量はそのデータの特徴を決める変数であるが、目的変数や説明変数は場合によって変化する。つまり、目的変数や説明変数は特徴量に含まれる変数である。
参照：https://py-memo.com/machinelearning/feature-explanatory-target/
#機械学習