El nodo Intervalos permite crear automáticamente nuevos campos nominales en función de los valores de uno o varios campos continuos (rango numérico) existentes. Por ejemplo, puede transformar un campo de ingresos continuo en un campo categórico nuevo que contenga grupos de ingresos con el mismo ancho, o como desviaciones desde la media. Si lo prefiere, puede seleccionar un campo categórico "supervisor" para conservar la fuerza de la asociación original entre los dos campos.
Los intervalos pueden resultar útiles por varias razones, entre ellas:
- Requisitos de algoritmos. Algunos algoritmos, como Bayesiano ingenuo y Regresión logística, requieren entradas categóricas.
- Rendimiento. El rendimiento de algoritmos como los de regresión logística multinomial es mayor si se reduce el número de valores distintos de los campos de entrada. Por ejemplo, utilice el valor de la media o la mediana para cada intervalo en lugar de los valores originales.
- Data Privacy. La información personal confidencial, como los salarios, se puede registrar en rangos en lugar de cifras salariales reales para proteger la privacidad.
Están disponibles diversos métodos de creación de intervalos. Después de crear intervalos para el nuevo campo, puede generar un nodo Derivar basado en los puntos de corte.
Cuándo utilizar un nodo Intervalos
Antes de utilizar un nodo Intervalos, considere si existe otra técnica más adecuada para la tarea en cuestión:
- Para especificar manualmente los puntos de corte para las categorías, como rangos de salario predefinidos específicos, utilice un nodo Derivar. Consulte Nodo Derivar para obtener más información.
- Para crear nuevas categorías para conjuntos existentes, utilice un nodo Reclasificar. Consulte Reclasificar nodo para obtener más información.
Gestión de valores perdidos
El nodo Intervalos gestiona valores perdidos de las siguientes formas:
- Elementos vacíos especificados por el usuario. Los valores perdidos especificados como valores vacíos se incluyen durante la transformación. Por ejemplo, si designó –99 para indicar un valor vacío usando el nodo Tipo, este valor se incluirá en el proceso de intervalos. Para omitir los valores vacíos durante el intervalo, se debe usar el nodo Rellenar, que permite sustituir valores vacíos por valores nulos del sistema.
- Valores perdidos del sistema ($null$). Los valores nulos se ignoran durante la transformación de intervalos y permanecen nulos después de la transformación.
El separador Configuración proporciona opciones para las técnicas disponibles. El separador Ver muestra puntos de corte establecidos para los datos ejecutados previamente en el nodo.