Ingeniería de características de fecha
Qlik Predict genera características diseñadas automáticamente a partir de columnas admisibles con el tipo de característica de fecha, que han sido identificadas por contener información de fecha y hora. Las características diseñadas automáticamente y las características principales de las que derivan van marcadas con un icono .
Cuando Qlik Cloud Analytics perfila el conjunto de datos de entrenamiento que ha seleccionado para su uso en Qlik Predict, vincula determinados tipos de datos al tipo de característica de fecha. Esto incluye los siguientes tipos de datos:
-
Fecha
-
Fecha y hora
-
Hora
-
Marca temporal
Las características a las que se les asigna cualquiera de estos tipos de datos durante la creación de perfiles reciben el tipo de característica de fecha. Para obtener información sobre las estadísticas de perfil disponibles que pueden verse para sus campos de datos, consulte Vista de lista.
Cuando es posible, Qlik Predict muestra una lista de características de fecha de ingeniería automática, las cuales pueden crearse a partir de características padre elegibles que tengan el tipo de característica "fecha". En el experimento se incluyen por defecto las características de fecha generadas automáticamente. Si decide incluirlas, las nuevas características se generarán tras la versión 1 del experimento.
Las características de fecha generadas mediante ingeniería automática tienen el tipo de característica numérico. Se incluyen en el experimento por defecto, pero son opcionales. Puede eliminar algunas de ellas, o todas, antes de iniciar el entrenamiento del experimento, o al configurar la siguiente versión del experimento. Cuando se incluyen características de fecha de ingeniería automática, la característica de fecha principal original se elimina del experimento.
En su lugar, puede incluir la función de fecha principal como una función categórica o numérica. Si lo hace, las funciones de fecha automática dejarán de ser utilizables. En la mayoría de los casos, se recomienda utilizar las característica de ingeniería automática disponibles en su experimento, ya que aportan un mejor rendimiento a sus modelos de aprendizaje automático. Sin embargo, puede haber escenarios en los que una columna se identifique como una característica de fecha pero usted necesite que se trate como categórica o numérica. En esos casos, puede cambiar manualmente el tipo de característica.
Las características de fecha generadas mediante ingeniería automática no cuentan para el tamaño del conjunto de datos Qlik Predict (recuento máximo de celdas en los conjuntos de datos de entrenamiento y de aplicación) que se ha especificado en su suscripción a Qlik Cloud. Únicamente cuentan las celdas de la columna de fecha original.
Vista de esquema que muestra las características de ingeniería automática que pueden generarse a partir de una característica principal de fecha "Fecha de factura". Observe la diferencia entre el Tipo de datos y el Tipo de característica de cada característica.

Utilizar una característica de fecha como objetivo del experimento
En el caso poco frecuente de que desee utilizar una característica con información de fecha y hora como objetivo de su experimento, el tipo de característica de la columna cambiará de fecha a categórica y se eliminarán las características de ingeniería automática. Si selecciona otro objetivo y más tarde desea añadir la característica de fecha y hora como característica normal, tendrá que volver a cambiarla manualmente al tipo de característica de fecha si es necesario. Si devuelve la característica al tipo de característica de fecha, las características de fecha de ingeniería automática se generarán de nuevo.
Para más información sobre cómo cambiar los tipos de características, vea Cambiar los tipos de características.
Características de fecha de ingeniería automática disponibles
Al generar características de fecha mediante ingeniería automática a partir de una columna de su conjunto de datos, Qlik Predict extrae y calcula componentes específicos de cada valor de fecha y fecha-hora, aislando cada componente en su propia columna.La tabla siguiente muestra las características automáticas que puede generar Qlik Predict.
| Característica generada mediante ingeniería automática | Tipo de datos | Tipo de característica | Descripción |
|---|---|---|---|
| AÑO | Entero | Numérica | Campo de año analizado directamente desde la fecha o marca de tiempo de origen. |
| MES | Entero | Numérica | Campo de mes analizado directamente desde la fecha o marca de tiempo de origen. |
| DÍA | Entero | Numérica | Campo de día analizado directamente desde la fecha o marca de tiempo de origen. |
| HORA | Entero | Numérica | Campo de hora analizado directamente desde la marca de tiempo de origen. |
| MINUTO | Entero | Numérica | Campo de hora analizado directamente desde la marca de tiempo de origen. |
| SEGUNDO | Entero | Numérica | Campo de segundo analizado directamente desde la marca de tiempo de origen. |
| DÍA DE LA SEMANA | Entero | Numérica | Día de la semana, calculado a partir del día, mes y año de origen. |
| SEMANA | Entero | Numérica | Semana del año, calculada a partir del día, mes y año de origen. |
Para cada nueva característica creada, el nombre de la columna original tiene el sufijo de la característica de ingeniería automática aplicable.
Características de fecha generadas automáticamente en el panel de configuración del experimento

Características de fecha diseñadas mediante ingeniería automática y modelos de series temporales
Cuando selecciona una columna de índice de fecha para un experimento de series temporales, el tipo de característica de fecha se utiliza para esta columna. Sin embargo, la ingeniería de características de fecha no es compatible con los modelos de series temporales. Las características de fecha generadas automáticamente no están disponibles para derivarse de la columna.
Para más información sobre modelos de series temporales, vea Trabajar con experimentos de series temporales y Trabajar con la previsión de series temporales multivariantes.
Características de fecha generadas automáticamente en las predicciones
Para obtener información sobre cómo trabajar con características de fecha al ejecutar predicciones, consulte Trabajar con características de fecha en predicciones.
Más información
Características de fecha generadas automáticamente en las predicciones
Las características de fecha de ingeniería automática se generan cuando se utiliza el conjunto de datos de entrenamiento para crear un modelo, el cual se implementa y se utiliza como una implementación de ML para hacer predicciones sobre nuevos datos (el conjunto de datos de aplicación).
Cuando se implementa un modelo entrenado con características de fecha de ingeniería automática para realizar predicciones, no es necesario que el conjunto de datos de aplicación en el que se generan las predicciones incluya las características de fecha de ingeniería automática. Qlik Predict genera las características automáticas para el conjunto de datos de aplicación antes de hacer predicciones. No obstante, el conjunto de datos de aplicación debe incluir la característica de fecha principal y el perfil de la columna debe tener el tipo de datos Date, Datetime, Timestamp o Time.
Los conjuntos de datos de predicción creados por una implementación de ML, incluidos SHAP y los conjuntos de datos de aplicación, incluirán las características de fecha de ingeniería automática.
Características de fecha generadas automáticamente en predicciones en tiempo real
Para que el punto de conexión de predicciones en tiempo real de la API Machine Learning pueda procesar sus campos de fecha y fecha-hora, la carga útil de JSON que envíe al punto de conexión debe cumplir los siguientes requisitos:
-
Los valores de fecha y fecha-hora deben ser cadenas de caracteres con un formato conforme a los estándares de ISO 8601. Ejemplos:
-
2020-01-14
-
2020-01-14T00:00:00.000Z
-
-
La fecha principal —la característica de la que se derivaron las partes de la fecha— debe incluirse en su totalidad. Por ejemplo, su modelo podría usar solo una característica Año, pero aún necesita proporcionar la fecha en un formato conforme a ISO 8601.
-
Los datos dentro de cada columna deben pertenecer a la misma zona horaria.
La API de predicciones en tiempo real queda obsoleta y se sustituye por el punto de conexión de predicciones en tiempo real en la API Machine Learning. La funcionalidad en sí no se quedará obsoleta. Para futuras predicciones en tiempo real, utilice el punto de conexión para predicciones en tiempo real en la API Machine Learning. Para obtener ayuda con la migración de la API de predicciones en tiempo real a la API Machine Learning, consulte la guía de migración en el portal para desarrolladores de Qlik Cloud.