Метод исключения переменных важен в алгоритмах машинного обучения, потому что позволяет выбрать только те переменные, которые действительно влияют на итоговый результат. 3 Как правило, исходная выборка всегда содержит много «мусорных данных»: шумов, выбросов, а на реальный результат влияют лишь несколько предикторов. 3

Некоторые другие преимущества метода исключения переменных:

• Упрощение моделей с целью улучшения их интерпретируемости. 2
• Сокращение размерности пространства признаков. 2 Чем меньше переменных, тем быстрее будут идти расчёты. 3
• Уменьшение временных и вычислительных затрат на построение и эксплуатацию модели. 2
• Повышение обобщающей способности модели и борьба с переобучением. 2