Contexte : Un dataset contient de nombreuses variables explicatives dont certaines sont redondantes. Le Problème : Le modèle de régression devient instable et difficile à interpréter. Contraintes : Mettre en place une méthode de sélection de variables (L1 regularization ou importance). Comparer performance avant/après sélection. Maintenir interprétabilité. Livrable attendu : Construire un modèle de régression intégrant sélection automatique de features et analyse comparative des performances.