某零售商建立了一個簡單的線性模型來預測銷售額與價格的關係，但殘差圖顯示出明顯的非線性模式。ML 工程師接下來應該採取哪些行動來提高預測準確性？（請選擇三項）

殘差圖顯示非線性模式表示線性模型未能捕捉資料中的真實關係。 1. 分割資料並為資料的不同區域建立兩個獨立的模型：這是一種處理分段線性關係的有效方法。如果資料在不同價格區間表現出不同的線性趨勢，為每個區間建立獨立模型可以更好地擬合資料。 2. 檢查輸入特徵並在需要時應用適當的非線性轉換：例如，對價格取對數或平方，可以將非線性關係轉換為線性關係，使線性模型能夠更好地擬合。 3. 用非線性模型取代線性模型：如果資料的非線性關係複雜，線性模型無法透過特徵轉換有效捕捉，則使用多項式迴歸、決策樹、隨機森林或神經網路等非線性模型會是更直接且有效的方法。 其他選項不正確： 均勻降採樣會丟失資訊，無助於解決非線性問題。 僅對 Price < 50 的資料降採樣並不能解決非線性問題，且會丟失資訊。 將輸入值偏移一個常數不會改變線性模型的本質，無法處理非線性關係。