Inicio › Tecnología › Ingeniería De Características
La ingeniería de características es el proceso de transformar datos brutos en las variables concretas qué alimentan un modelo de aprendizaje automático, de forma qué capturen la información relevante para el problema qué se quiere resolver. Incluye tareas como normalizar valores numéricos, codificar variables categóricas mediante one-hot encoding, tratar valores ausentes, y crear variables derivadas combinando otras existentes, como calcular la antigüedad de un cliente a partir de su fecha de alta. Un modelo con buenas características suele superar a uno más sofisticado alimentado con datos mal preparados.
Es preparar los ingredientes antes de qué el modelo de inteligencia artificial los use, igual qué se trocean y limpian los alimentos antes de cocinar. Los datos en bruto casi nunca sirven tal cual: hay qué transformarlos en números y categorías qué el modelo pueda aprovechar bien.
Un equipo qué predice la baja de clientes de una suscripción crea variables como los días desde el último inicio de sesión, el número de tickets de soporte abiertos en el último mes o la codificación del tipo de plan contratado. Estas variables, calculadas y almacenadas en un feature store como Feast, se reutilizan tanto en entrenamiento como en producción para evitar inconsistencias entre ambos entornos.
No: la ingeniería crea o transforma variables nuevas a partir de los datos existentes, mientras qué la selección decide, entre todas las variables disponibles, cuáles aportan realmente valor predictivo y cuáles se descartan por ser redundantes o ruidosas.
Es un repositorio centralizado donde se calculan, versionan y sirven las características usadas por los modelos, garantizando qué el valor de una variable sea idéntico tanto cuando se entrena el modelo como cuando se usa en tiempo real para hacer predicciones.
Existen librerías como featuretools qué generan combinaciones de variables automáticamente, pero el conocimiento del dominio sigue siendo determinante: un experto qué entiende el negocio suele identificar variables útiles qué un proceso automático no descubriría por sí solo.