Las tablas operativas contienen mediciones que faltan y categorías que aparecen después de entrenar el modelo. Un imputador numérico aprende un valor de relleno a partir de las filas de entrenamiento. Un codificador one-hot aprende un conjunto de columnas de categorías. Las dos son transformaciones ajustadas, así que su estado aprendido forma parte del proceso de entrenamiento.
No sustituyas un resultado que falta por la mediana de una variable ni ajustes un codificador distinto en cada partición. Unas columnas de categorías distintas pueden cambiar sin avisar el significado de un coeficiente. Los datos ficticios de clientes incluyen recuentos de sesiones que faltan y un plan trial que solo aparece en las entradas de prueba. Practicarás la imputación por la media y por la mediana como alternativas explícitas y después codificarás planes desconocidos sin que nada falle. Mantener visibles los objetos ajustados facilita revisar los estadísticos y el contrato de categorías antes de combinarlos en un pipeline.
La imputación aprende un estadístico de entrenamiento por cada variable numérica. Transform aplica esos valores aprendidos solo donde faltan entradas posteriores.