模型選擇

模型選擇（英語：Model selection）是在給定數據的情況下，在一組候選模型中選定最優模型的過程。在最簡單的情形之下，給定數據可以是已存在的數據。不過，在複雜的情形下，模型選擇也可能牽涉到實驗設計，以便能夠收集數據來進行模型選擇。諸多候選模型的預測或解釋能力相近時，根據奧卡姆剃刀原則，最簡單的模型往往是最好的選擇，這有助於避免過擬合。

在做決策時，或是在不確定條件下進行優化時，模型選擇也可以指代從大量計算模型中選取少數代表性模型的問題。