Nó de Categorização
O nó Categorização permite criar automaticamente novos campos nominais com base nos valores de um ou mais campos existentes contínuos (intervalo numérico). Por exemplo, é possível transformar um campo de receita contínuo em um novo campo categórico contendo grupos de receitas de largura igual ou como desvios da média. Como alternativa, é possível selecionar um campo "supervisor" categórico para preservar a intensidade da associação original entre os dois campos.
A categorização pode ser útil por diversos motivos, incluindo:
- Requisitos de algoritmo. Certos algoritmos, como Naive Bayes e Regressão logística, requerem entradas categóricas.
- Desempenho. Algoritmos como logística multinomial poderão executar melhor se o número de valores distintos de campos de entrada for reduzido. Por exemplo, use o valor médio ou médio para cada categoria ao invés de usar os valores originais.
- Data Privacy. Informações pessoais sensíveis, como salários, podem ser relatadas em intervalos ao invés de em figuras de salário reais a fim de proteger a privacidade.
Um número de métodos de categorização está disponível. Depois de criar bins para o novo campo, é possível gerar um nó de Derivação com base nos pontos de corte.
Quando utilizar um nó Categorização
Antes de utilizar um nó Categorização, considere se outra técnica é mais apropriada para a tarefa em mãos:
- Para especificar manualmente os pontos de corte para categorias, como intervalos de salário predefinidos específicos, utilize um nó Derivar. Veja Derivar nó para obter mais informações.
- Para criar novas categorias para os conjuntos existentes, utilize um nó Reclassificar. Veja Nó Reclassify para obter mais informações.
Tratamento de valor omisso
O nó Categorização manipula os valores omissos das seguintes maneiras:
- Espaços em branco especificados pelo usuário. Valores ausentes especificados como espaços em branco são incluídos durante a transformação. Por exemplo, se você designou -99 para indicar um valor em branco utilizando o nó Tipo, esse valor será incluído no processo de categorização. Para ignorar em brancos durante a categorização, deve-se utilizar um nó Preenchimento para substituir os valores em branco pelo valor nulo do sistema.
- Valores ausentes do sistema ($null$). Os valores nulos são ignorados durante a transformação de categorização e permanecem nulos após a transformação.
A guia Configurações fornece opções para técnicas disponíveis. A guia Visualização exibe pontos de corte estabelecidos para dados anteriormente executados através do nó.