统计学中的自变量和因变量分别是什么意思？

简单地理解就是：自变量是数据里的X，因变量是数据里的Y。

机器学习里自变量一般叫做特征(feature)，因变量叫做目标变量(target, target variable)

自变量：Independent Variable，或者IV，就是自身变化不依赖其他变量的变量。

因变量：Dependent Variable，或者DV，就是本身的变化是因为其他变量的变化导致的。

在统计模型里，通常是$\text{DV}=\phi(\text{IV})$，$\phi$是因变量和自变量的关系。

我们可以根据数据来训练（学习）出$\phi$。在机器学习里IV就是特征，DV就是目标值或者分类标签。