Seleção de Variáveis

Nem toda variável disponível melhora o modelo; incluir variáveis irrelevantes pode aumentar o risco de overfitting, conceito já discutido no módulo de Machine Learning.

Métodos de seleção de variáveis (como seleção stepwise ou regularização L1) ajudam a escolher um subconjunto de variáveis realmente relevante para o modelo.

Regressão Múltipla na Prática

Um modelo de precificação de imóveis, por exemplo, pode combinar área construída, localização, número de quartos e idade do imóvel como variáveis independentes em uma regressão múltipla.

Esse mesmo princípio se estende a modelos mais sofisticados usados em Machine Learning, que também combinam múltiplos atributos para gerar suas previsões.

Questões

Exercite seu aprendizado!