MDL（最小描述长度）是一种用于模型选择的准则，它衡量的是用某个模型描述数据所需要的最小信息量。这里的“单位”并不是通常意义上的物理单位，而是一种度量标准，用于比较不同模型对数据的描述能力。

在信息理论中，信息量通常用比特（bit）作为单位来度量。因此，MDL的结果也可以理解为需要的比特数，这个数值越小，表示模型对数据的描述能力越好，也就是说模型越简单。

需要注意的是，MDL并不是唯一的模型选择准则，还有其他一些常用的准则，如AIC（赤池信息量准则）和BIC（贝叶斯信息量准则）等。不同的准则可能会有不同的优缺点，需要根据实际情况选择合适的准则。