Ajustar o número de variáveis para melhorar a precisão do modelo.

Dividir os dados em múltiplas partes para treinar e testar o modelo em diferentes subconjuntos, ajudando a garantir que o modelo generalize bem.

Testar a precisão do modelo em dados de treinamento apenas.

Melhorar a interpretação do modelo ao utilizar várias métricas.

Reduzir a complexidade do modelo.