Giả sử mô hình hồi quy tuyến tính không phù hợp với dữ liệu. Trong tình huống đó, bạn sẽ cân nhắc lựa chọn nào sau đây: 1. thêm nhiều biến hơn; 2. bắt đầu giới thiệu các biến mức độ đa thức; 3. loại bỏ a số biến 

Khi mô hình hồi quy tuyến tính không phù hợp với dữ liệu, có một số cách để cải thiện mô hình. - **Thêm nhiều biến hơn (1):** Việc thêm các biến có thể giúp mô hình nắm bắt được các mối quan hệ phức tạp hơn trong dữ liệu. Tuy nhiên, cần cẩn trọng để tránh overfitting (mô hình quá khớp với dữ liệu huấn luyện và hoạt động kém trên dữ liệu mới). - **Giới thiệu các biến đa thức (2):** Nếu mối quan hệ giữa các biến độc lập và biến phụ thuộc không tuyến tính, việc thêm các biến đa thức (ví dụ: x^2, x^3) có thể giúp mô hình phù hợp hơn. - **Loại bỏ một số biến (3):** Trong một số trường hợp, việc loại bỏ các biến không liên quan hoặc gây nhiễu có thể cải thiện hiệu suất của mô hình. Tuy nhiên, cần cân nhắc kỹ lưỡng trước khi loại bỏ bất kỳ biến nào, vì có thể vô tình loại bỏ thông tin quan trọng. Do đó, cả ba lựa chọn trên đều có thể được cân nhắc để cải thiện mô hình hồi quy tuyến tính không phù hợp, tùy thuộc vào tình huống cụ thể và đặc điểm của dữ liệu.