Компания хочет предсказать цены на продажу домов с использованием многомерной линейной регрессии. Набор данных включает такие признаки, как размер участка, жилая площадь, нежилая площадь, количество спален, количество ванных комнат, год постройки и почтовый индекс. Какую процедуру должен использовать специалист по машинному обучению для устранения нерелевантных признаков и снижения сложности модели?

Для многомерной линейной регрессии важно использовать признаки, которые имеют сильную связь с целевой переменной (ценой продажи). Вычисление корреляции каждого признака с целевой переменной позволяет количественно оценить эту связь. Признаки со слабой корреляцией с целевой переменной вносят мало информации в модель и могут быть удалены для снижения сложности, предотвращения переобучения и улучшения интерпретируемости без существенной потери прогностической способности. Построение гистограмм и удаление признаков с высокой или низкой дисперсией не является оптимальным подходом, так как дисперсия сама по себе не указывает на релевантность признака для целевой переменной. Тепловая карта корреляций между признаками полезна для выявления мультиколлинеарности, но не для определения релевантности признаков по отношению к целевой переменной.