某零售商建立了一个简单的线性模型来根据价格预测销售额，但残差图显示出明显的非线性模式。机器学习工程师接下来应采取哪些措施来提高预测准确性？（选择三项）

残差图中的非线性模式表明线性模型无法捕捉数据中的复杂关系。 1. 用非线性模型替换线性模型：这是最直接的解决方案，因为非线性模型（如决策树、随机森林、神经网络等）能够更好地拟合非线性数据模式。 2. 检查输入特征并在需要时应用适当的非线性变换：即使使用线性模型，通过对输入特征（例如，对价格取对数、平方或使用多项式特征）进行非线性变换，也可以使模型捕捉到非线性关系。 3. 拆分数据并为数据的不同区域构建两个独立的模型：如果非线性模式在数据的不同区域表现不同，为每个区域构建一个单独的模型可能更有效，每个模型可以更好地拟合其特定区域的数据特征。 其他选项不正确的原因： 均匀下采样会丢失信息，无助于解决非线性问题。 仅对数据的一个部分进行下采样或偏移输入值并不能解决模型对整体非线性模式的捕捉能力不足的问题。