Um fabricante de dispositivos tem mais de 1.000 recursos candidatos e quer encontrar os recursos mais importantes que influenciam o preço de venda. Quais técnicas de seleção de recursos devem ser usadas? (Escolha três.)

Para identificar os recursos mais importantes, uma matriz de correlação visualizada como mapa de calor é eficaz para detectar relações lineares entre recursos e o preço, ajudando a remover redundâncias. A seleção estatística univariada avalia a relação de cada recurso individualmente com a variável alvo, como testes F ou qui-quadrado, útil para filtrar recursos com baixo poder preditivo. Modelos baseados em árvore, como Random Forest ou XGBoost, calculam a importância de cada recurso com base em sua contribuição para a redução da impureza, fornecendo uma pontuação robusta para seleção. Dimensionar recursos numéricos (padronização/normalização) é uma etapa de pré-processamento, não de seleção. Binning de dados converte contínuos em categóricos, mas não seleciona recursos. Aumentar o conjunto de dados com exemplos sintéticos é uma técnica de aumento de dados, não de seleção de recursos.