特征选择的目标主要有以下几个方面：

A: 提高预测的准确性
B: 降低训练成本
C: 构造更快，消耗更低的预测模型
D: 能够对模型有更好的理解和解析

正确答案是：A, B, C, D

### 专业分析：

1. **提高预测的准确性 (A)**：
- 特征选择通过去除噪声特征和冗余特征，可以提高模型的泛化能力，使模型在未见数据上的表现更佳。

2. **降低训练成本 (B)**：
- 减少特征的数量，直接降低了模型的复杂度，这不仅减少了计算成本，还缩短了训练时间。

3. **构造更快，消耗更低的预测模型 (C)**：
- 减少特征使得模型在预测阶段的计算量降低，从而加快模型的响应速度，尤其在大规模应用场景中显得尤为重要。

4. **能够对模型有更好的理解和解析 (D)**：
- 通过特征选择，可以识别出对模型预测结果贡献最大的特征，使得模型的解析性增强，有助于模型的解释和业务决策。

以下是特征选择目标的简要表格总结：

| 目标 | 描述 |
|---------------------|----------------------------------------------------------------------|
| 提高预测的准确性 | 通过去除噪声和冗余特征，提升模型泛化能力 |
| 降低训练成本 | 减少特征数量，缩短训练时间，降低计算资源消耗 |
| 构造更快的预测模型 | 在预测阶段减少计算量，加快响应速度 |
| 改善模型解析性 | 识别重要特征，增加模型的可解释性，支持业务分析和决策 |

通过多方面的优化，特征选择在实际机器学习项目中都是一个关键步骤。