Ingeniería de Características (Feature Engineering)

Transformar datos crudos en las variables que realmente ayudan a un modelo a predecir mejor.

ÁreaPreparación y Limpieza de Datos
DificultadIntermedio
Tiempo de aprendizaje4-6 semanas

¿Qué puedes lograr dominando este tema?

  • Crear variables derivadas que capturan patrones que el modelo no vería en los datos crudos
  • Codificar variables categóricas de forma que preserve información útil
  • Mejorar la precisión de un modelo más con mejores features que con un algoritmo más complejo

Descripción

La ingeniería de características es el arte de transformar datos crudos en variables (features) que un modelo puede aprovechar mejor: crear ratios, extraer componentes de fechas, codificar categorías, o combinar variables existentes. En la práctica, suele tener más impacto en el desempeño de un modelo que el algoritmo elegido.

Casos de uso

  • Creación de variables de negocio (ratios, tendencias, antigüedad)
  • Codificación de variables categóricas de alta cardinalidad
  • Extracción de features temporales (día de la semana, estacionalidad)
  • Combinación de variables para capturar interacciones no lineales

Ejemplo práctico

Ejemplo prácticopython
import pandas as pd

df["antiguedad_dias"] = (pd.Timestamp.now() - df["fecha_registro"]).dt.days
df["ratio_gasto_ingreso"] = df["gasto_mensual"] / df["ingreso_mensual"]
df["mes"] = df["fecha_registro"].dt.month

Ventajas y limitaciones

Ventajas

  • A menudo tiene más impacto en el desempeño que cambiar de algoritmo
  • Permite inyectar conocimiento de negocio directamente en el modelo
  • Aplica por igual a modelos clásicos y a la mayoría de pipelines de ML

Limitaciones

  • Requiere conocimiento profundo del dominio para ser efectiva
  • El exceso de features puede introducir ruido y sobreajuste

Herramientas relacionadas

Librerías y plataformas más comunes para practicar este tema.

  • Pandas
  • Feature-engine
  • scikit-learn

Temas relacionados

Fichas de herramientas