bigdata act2.knar

Carga y lectura del data set

Se comprueba que los valores de las variables categóricas están dentro de los valores aceptados.

Se buscan registros duplicados

Se comprueba el tipo de variable y si hay valores nulos

Se excluyen las columnas que no aportan información relevante o son redundantes.

Mediante el nodo Category to number, se intenta codificar la variable company_size de manera que represente el tamaño de la empresa en orden lógico (S<M<L). KNIME las ordena de forma alfabética por lo que se hace añadiendo una regla directamente.