特征量是指在数据分析和机器学习中用来描述数据特征的度量。特征量通常是数据集中的一个属性或者变量，它可以是数值型、类别型或者其他类型的数据。在数据分析中，特征量可以帮助我们理解数据的特点、分析数据之间的关系，以及预测未来的趋势。

特征量可以分为两种类型：数值特征和类别特征。数值特征是连续的数值型数据，比如身高、体重等，可以用来进行数值计算和统计分析。类别特征是离散的分类型数据，比如性别、颜色等，可以用来进行分类和聚类分析。

在机器学习中，特征量是用来描述样本的属性的。机器学习算法通过对特征量的分析和处理来构建模型，从而实现对未知数据的预测和分类。选择合适的特征量对于机器学习任务的成功非常重要，因为特征量的选择直接影响到模型的性能和准确度。

总之，特征量是描述数据特征的度量，是数据分析和机器学习中的重要组成部分，通过对特征量的分析和处理可以帮助我们理解数据、预测未来趋势以及构建有效的模型。