本研究旨在以實驗計畫法來解決支援向量機的「變數選擇」問題，以建構精簡但準確的模型。其基本原理為：將一個輸入變數的選取與否視為一個二水準的實驗因子；將一個參數視為一個連續的噪音因子；將模型的準確度視為因變數；利用部分因子實驗設計得到實驗因子與噪音因子的組合；實驗完畢後，進行因子的效果分析，以決定最佳的實驗因子組合，即最佳的輸入變數組合。並以二個人為數值例題(分類與迴歸各一題)、二個實際應用例題(分類與迴歸各一題)加以驗證。研究結果顯示本方法確實可以找到重要的自變數，建構精簡但準確的模型。此外，本研究將此方法 The purpose of this study is to employ design of experiments (DOE) to discover important features to build simple but accurate model for support vector machine (SVM). Its basic principle is to regard selecting or do not selecting a feature as a two-level
