Clase_​07

WF1

• Age — Lower bound: -7 (sin outliers inferiores, límite negativo sin sentido en edad), Upper bound: 65, Outlier count: 8 pasajeros mayores de 65 años

• Fare — Lower bound: -26.761 (sin outliers inferiores, tarifa mínima es 0), Upper bound: 65.656, Outlier count: 116 pasajeros con tarifa superior a 65.656 — mayoría de primera clase

• El Box Plot confirma visualmente estos límites como los bigotes de cada variable

• Fare tiene 116 outliers — distribución extremadamente sesgada a la derecha, el método IQR es adecuado porque no asume normalidad

WF2

• Duplicate Row Filter — 0 duplicados eliminados, 891 filas continúan

• String Manipulation — columnas Name_clean y Sex_clean creadas en minúsculas y sin espacios

• Numeric Outliers — Age: 8 outliers, Fare: 116 outliers detectados por IQR

• Row Filter — de 891 filas entraron, 606 salieron — 285 filas eliminadas por estar fuera del rango IQR

• Rule Engine — todas las 606 filas restantes marcadas como ok — esperado porque el Row Filter ya eliminó los valores fuera de rango antes de llegar al Rule Engine

WF3

• Duplicate Row Filter — 0 duplicados eliminados, 891 filas continúan

• String Manipulation — columnas Name_clean, Sex_clean y Embarked_clean verificadas en Table View: texto en minúsculas y sin espacios extra

• Numeric Outliers — Q1 y Q3 extraídos desde 2: Summary: Age Lower -7, Upper 65 — Fare Lower -26.761, Upper 65.656

• Pipeline completo: datos salen limpios de duplicados, texto normalizado y outliers identificados — listos para análisis