Preparación de datos

La preparación automatizada de los datos ofrece recomendaciones y permite a los usuarios profundizar en ellas y examinarlas.

La preparación de datos manual es un proceso complejo que requiere mucho tiempo. Si necesita resultados rápidos, el procedimiento de ADP le ayudará a detectar y corregir errores de calidad y a imputar valores omitidos en un solo paso eficaz. La función ADP proporciona un informe fácil de entender con recomendaciones y visualizaciones completas para ayudarle a determinar los datos correctos que debe utilizar en su análisis.

Realice comprobaciones automáticas de datos y ayude a eliminar las tediosas y lentas comprobaciones manuales utilizando el procedimiento de validación de datos. Este procedimiento le permite aplicar reglas para realizar comprobaciones de datos en función del nivel de medida de cada variable, ya sea categórica o continua. A continuación, determine la validez de los datos y, si lo considera oportuno, elimine o corrija los casos sospechosos antes del análisis.

IBM SPSS Data Preparation incluye características como la validación de datos, la preparación automatizada de los datos, el binning (o agrupamiento) óptimo y la identificación de casos inusuales.

Con el procedimiento de agrupación óptimo, puede utilizar de forma más precisa algoritmos diseñados para atributos nominales, como los modelos Naive Bayes y logit. La agrupación óptima le permite agrupar variables de escala o establecer puntos de corte para variables de escala.

Elija uno de estos tipos de binning óptimo para preprocesar los datos antes de construir el modelo:

1) No supervisado: se crean bins (o intervalos) con recuentos iguales.
2) Supervisado: se tiene en cuenta la variable objetivo para determinar los puntos de corte. Este método es más preciso que el no supervisado. Sin embargo, también requiere un mayor esfuerzo computacional.
3) Enfoque híbrido: se combinan los enfoques no supervisado y supervisado. Este método es útil cuando se tienen muchos valores distintos.