El algoritmo codicioso del carrusel (CG) fue propuesto hace varios años como un algoritmo codicioso generalizado. En este documento, implementamos CG para resolver problemas de regresión lineal con una restricción de cardinalidad en el número de características. Más específicamente, presentamos una versión por defecto de CG que tiene varias características novedosas. Comparamos su rendimiento con la regresión paso a paso y enfoques más sofisticados que utilizan programación entera, y los resultados son alentadores. Por ejemplo, CG supera consistentemente a la regresión paso a paso (a partir de nuestros experimentos preliminares, vemos que CG mejora la regresión paso a paso en 10 de 12 casos), pero sigue siendo computacionalmente económico. Además, mostramos que el enfoque es aplicable a varios problemas de selección de características más generales.