Modos de boost: Swift y Express¶
Cuando los archivos no contienen información adicional de perfilado por caso, n-Infinite ofrece dos modos diseñados para amplificar casos usando perfiles de entrenamiento sólidos o solo datos demográficos.
Modo Swift¶
El modo Swift provee una amplificación igual o menor al 100% de los casos (típicamente alrededor del 50%) con perfilado de origen de alta calidad, duplicando ese perfilado y re-prediciendo esos casos. Se recomienda para proyectos B2B con escasez de perfiles de predicción.
Dado que el entrenamiento de los modelos de machine learning no es absolutamente exacto para cada caso — hay cierta aleatoriedad en la selección de casos de entrenamiento y validación — el modo Swift introduce variaciones menores. Estas variaciones agregan diversidad manteniendo la distribución de cada cuota, al capturar las relaciones entre perfiles y respuestas en la totalidad de los datos de entrenamiento.
La selección básica es simplemente la pregunta inicial del cuestionario: el sistema usa todas las columnas anteriores como perfilado. Los demás parámetros se relacionan con la organización de cuotas, que puede hacerse en este paso o al finalizar el entrenamiento y la predicción.
Segmentación del boost¶
Elija la distribución de cuotas deseada — hasta el máximo de casos disponibles — seleccionando una o más variables y generando sus combinaciones.
Opciones de balanceo¶
Mantiene armónica la distribución de las cuotas combinadas. Por ejemplo, con cuotas de 50% hombres / 50% mujeres y 50% menores de 30 / 50% mayores de 30, el balanceo evita asignaciones degeneradas que cumplen cada objetivo por separado pero los concentran:
| Hombres | Mujeres | |
|---|---|---|
| Menores de 30 (sin balancear) | 50 | 0 |
| Mayores de 30 (sin balancear) | 0 | 50 |
| Menores de 30 (balanceado) | 25 | 25 |
| Mayores de 30 (balanceado) | 25 | 25 |
SmartQuotas¶
SmartQuotas es una función exclusiva de n-Infinite para escenarios con cuotas — cuando el volumen bruto de predicciones supera las cuotas requeridas. Selecciona automáticamente qué respuestas incluir en el archivo final, no solo para cumplir las cuotas sino optimizando la similitud de las distribuciones de respuesta contra los datos de campo en las preguntas seleccionadas. Los analistas pueden preconfigurar distribuciones esperadas según su evaluación profesional de los datos de campo.
Puede elegir balancear todas las preguntas, o seleccionar las columnas clave donde mantener proporciones balanceadas es crítico.
Modo Express¶
El modo Express apunta a boosts grandes (de 1× a n× las filas de predicción) y proyectos B2C. A diferencia de Swift — que reutiliza el perfilado propio de cada caso — Express imputa perfiles reales desde datos censales nacionales, con opciones de países precargadas. Se requiere mapear las columnas censales, y se recomienda post-ponderación.
(Esta sección se ampliará con las pantallas paso a paso.)