智能风控模型中，“特征工程”的核心目标是（ ）。A. 清洗缺失值B. 转换数据格式C. 减少数据量D. 提取对风险预测最有效的数据特征

特征工程是机器学习中的关键步骤，其核心目标在于从原始数据中提取对目标预测最有效的特征。本题需明确区分特征工程与其他数据处理环节的区别：

• A、B、C选项分别对应数据清洗、格式转换、减少数据量，这些属于数据预处理的常规操作，但并非特征工程的核心目标。
• D选项强调提取有效特征，直接指向模型性能优化，是特征工程的核心任务。

选项分析

1. A. 清洗缺失值
   特征工程包含数据清洗，但清洗仅是基础步骤，目的是为后续特征提取创造条件，而非最终目标。

2. B. 转换数据格式
   格式转换（如归一化、独热编码）是数据预处理的一部分，属于工具性操作，不构成核心目标。

3. C. 减少数据量
   降维或特征选择可能减少数据量，但其本质是为了筛选出关键特征，而非单纯追求数据量减少。

4. D. 提取对风险预测最有效的数据特征
   特征工程通过特征选择、组合、构造等方法，提取与目标高度相关的特征，直接提升模型预测能力，是核心目标。