feature_engineering

Descripción General

Módulo de ingeniería de características para crear variables derivadas automáticamente. Mejora el poder predictivo de los modelos mediante transformaciones, ratios e interacciones.

Clases Principales

FeatureEngineer

Métodos de Creación de Características

create_financial_ratios

Crea ratios financieros fundamentales.

Returns:

DataFrame con ratios financieros

Ratios creados:

  1. ltv_ratio: Loan-to-Value (Préstamo/Valor inmueble) %

  2. dti_ratio: Debt-to-Income (Deuda/Ingreso) %

  3. capacidad_ahorro_nueva: Salario - Egresos

  4. ratio_ahorro_salario: (Ahorro/Salario) %

  5. ratio_patrimonio_deuda: Patrimonio/Deuda

  6. saldo_relativo: Saldo banco/Salario

  7. meses_colchon: Saldo/Cuota mensual

  8. ratio_cuota_inicial: (Cuota inicial/Valor inmueble) %

Ejemplo:

df_with_ratios = engineer.create_financial_ratios()

# Ver nuevos ratios
print(df_with_ratios[['ltv_ratio', 'dti_ratio', 'meses_colchon']].head())

create_risk_indicators

Crea indicadores de riesgo específicos.

Parameters:

  • df (DataFrame): DataFrame con ratios financieros

Returns:

DataFrame con indicadores de riesgo

Indicadores creados:

  1. score_edad: Penalización por edades extremas

  2. flag_sobreendeudamiento: DTI > 40% (binario)

  3. nivel_sobreendeudamiento: Bajo/Moderado/Alto/Crítico

  4. score_estabilidad: Estabilidad laboral (0-125)

  5. riesgo_legal: Función exponencial de demandas

  6. score_educacion: Codificación ordinal (1-4)

  7. flag_alta_liquidez: Saldo > 3 salarios (binario)

Ejemplo:

df_with_indicators = engineer.create_risk_indicators(df)

# Ver indicadores
print(df_with_indicators[['score_edad', 'score_estabilidad', 'riesgo_legal']].head())

create_interaction_features

Crea variables de interacción entre características.

Parameters:

  • df (DataFrame): DataFrame con características base

Returns:

DataFrame con interacciones

Interacciones creadas:

  1. educacion_x_salario: Educación × Salario/1M

  2. propiedades_x_patrimonio: Propiedades × log(Patrimonio)

  3. edad_x_empleo: Edad × Antigüedad empleo

  4. ltv_x_puntaje: LTV × (900 - Puntaje DataCrédito)/100

Ejemplo:

df_with_interactions = engineer.create_interaction_features(df)

# Ver interacciones
print(df_with_interactions[['educacion_x_salario', 'ltv_x_puntaje']].head())

create_binned_features

Crea variables discretizadas/categorizadas.

Parameters:

  • df (DataFrame): DataFrame con variables continuas

Returns:

DataFrame con variables discretizadas

Variables discretizadas:

  1. grupo_edad: Joven/Adulto_Joven/Adulto/Adulto_Mayor

  2. rango_salarial: Muy_Bajo/Bajo/Medio/Alto/Muy_Alto

  3. categoria_puntaje: Malo/Regular/Bueno/Muy_Bueno/Excelente

  4. nivel_ltv: Muy_Bajo/Bajo/Medio/Alto/Muy_Alto

Ejemplo:

df_binned = engineer.create_binned_features(df)

# Ver distribución de grupos
print(df_binned['grupo_edad'].value_counts())
print(df_binned['rango_salarial'].value_counts())

create_transformed_features

Crea variables transformadas matemáticamente.

Parameters:

  • df (DataFrame): DataFrame con variables originales

Returns:

DataFrame con transformaciones

Transformaciones aplicadas:

  • Logarítmica: Para variables con distribución sesgada

  • Raíz cuadrada: Alternativa a log para valores pequeños

  • Cuadrática: Para capturar relaciones no lineales

Variables transformadas:

  • salario_mensual_log, salario_mensual_sqrt

  • patrimonio_total_log, patrimonio_total_sqrt

  • valor_inmueble_log, valor_inmueble_sqrt

  • saldo_promedio_banco_log, saldo_promedio_banco_sqrt

  • dti_cuadrado

  • edad_cuadrado

calculate_feature_importance

Calcula importancia de características usando mutual information.

Parameters:

  • df (DataFrame): DataFrame con características

  • target_col (str): Variable objetivo (default: “nivel_riesgo”)

Returns:

Diccionario ordenado con importancias

Ejemplo:

importance = engineer.calculate_feature_importance(df_enhanced, 'nivel_riesgo')

# Top 10 características
for feature, score in list(importance.items())[:10]:
    print(f"{feature}: {score:.4f}")

generate_all_features

Genera todas las características derivadas en un solo paso.

Returns:

DataFrame con todas las características

Proceso completo:

  1. Ratios financieros

  2. Indicadores de riesgo

  3. Variables de interacción

  4. Variables discretizadas

  5. Transformaciones matemáticas

Funciones de Renderizado

render_feature_engineering

Renderiza el módulo de ingeniería de características en Streamlit.

render_feature_engineering_module

Función principal para renderizar el módulo completo.

Ejemplo Completo de Uso

from src.feature_engineering import FeatureEngineer
import pandas as pd

# Cargar datos originales
df = pd.read_csv("datos_credito_hipotecario_realista.csv")
print(f"Características originales: {len(df.columns)}")

# Crear ingeniero
engineer = FeatureEngineer(df)

# Generar todas las características
df_enhanced = engineer.generate_all_features()
print(f"Características totales: {len(df_enhanced.columns)}")
print(f"Nuevas características: {len(engineer.new_features)}")

# Ver nuevas características
print("\nNuevas características creadas:")
for feature, description in engineer.new_features.items():
    print(f"  - {feature}: {description}")

# Calcular importancia
importance = engineer.calculate_feature_importance(df_enhanced)

print("\nTop 10 características más importantes:")
for i, (feature, score) in enumerate(list(importance.items())[:10], 1):
    print(f"{i:2d}. {feature:30s}: {score:.4f}")

# Guardar dataset enriquecido
df_enhanced.to_csv("datos_con_caracteristicas.csv", index=False)
print(f"\n✅ Dataset enriquecido guardado")

Fórmulas de Características

Ratios Financieros

\[LTV = \frac{\text{Monto Crédito}}{\text{Valor Inmueble}} \times 100\]
\[DTI = \frac{\text{Cuota Mensual}}{\text{Salario Mensual}} \times 100\]
\[\text{Capacidad Ahorro} = \text{Salario} - \text{Egresos}\]
\[\text{Meses Colchón} = \frac{\text{Saldo Banco}}{\text{Cuota Mensual}}\]

Indicadores de Riesgo

\[\text{Riesgo Legal} = 100 \times (1 - e^{-2 \times \text{Demandas}})\]
\[\text{Score Estabilidad} = \min(125, \text{Antigüedad} \times 10 + \text{Bonus Empleo})\]

Ver también