数据预处理中特征选择的目标包括以下几个方面：

A: 提高预测的准确性
特征选择可以帮助去除冗余或噪声特征，从而提高模型的预测准确性。通过选择最相关的特征，模型可以更好地学习数据中的模式。

B: 降低训练成本
通过减少特征的数量，可以降低模型的复杂度，从而减少训练时间和计算资源的消耗。这对于处理大规模数据集尤其重要。

C: 构造更快，消耗更低的预测模型
减少特征数量不仅可以加快训练过程，还能加快预测过程，因为模型在进行预测时需要处理的数据更少。这使得模型在实际应用中更加高效。

D: 能够对模型有更好的理解和解析
特征选择可以帮助识别哪些特征对模型的决策最为重要，从而提高模型的可解释性。了解特征的重要性可以帮助我们更好地理解数据和模型的行为。

因此，以上四个选项（A、B、C、D）都是特征选择的目标。正确答案是：A, B, C, D。