Un produttore di dispositivi ha oltre 1.000 funzionalità candidate e vuole trovare le funzionalità più importanti che influenzano il prezzo di vendita. Quali tecniche di selezione delle funzionalità dovrebbero essere utilizzate? (Scegliere tre.)

Per identificare le funzionalità più importanti che influenzano il prezzo di vendita, è efficace creare una matrice di correlazione e visualizzarla come una mappa di calore. Questo aiuta a identificare le relazioni lineari tra le funzionalità e la variabile target, e tra le funzionalità stesse, permettendo di rimuovere quelle ridondanti. La selezione statistica univariata, come i test chi-quadro o F-test, valuta il potere predittivo di ogni singola funzionalità rispetto alla variabile target, fornendo un ranking basato su criteri statistici. L'uso di modelli basati su alberi (es. Random Forest, Gradient Boosting) è un metodo potente perché questi modelli calcolano intrinsecamente i punteggi di importanza delle funzionalità, indicando quali contribuiscono maggiormente alla riduzione dell'errore del modello. Scalare le funzionalità numeriche è una tecnica di pre-elaborazione, non di selezione delle funzionalità. Applicare il data binning trasforma le funzionalità continue in categoriche, ma non seleziona le funzionalità. Aumentare il dataset con esempi sintetici è una tecnica di aumento dei dati, non di selezione delle funzionalità.