Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Pasos de la receta de ciencia de datos
<a name="recipe-actions.data-science"></a>

Utilice estos pasos de la receta para tabular y resumir los datos desde diferentes perspectivas o para realizar transformaciones avanzadas.

**Topics**
+ [BINARIZACIÓN](recipe-actions.BINARIZATION.md)
+ [AGRUPAMIENTO](recipe-actions.BUCKETIZATION.md)
+ [MAPEO CATEGÓRICO](recipe-actions.CATEGORICAL_MAPPING.md)
+ [ONE\_HOT\_ENCODING](recipe-actions.ONE_HOT_ENCODING.md)
+ [SCALE](#recipe-actions.SCALE)
+ [ASIMETRÍA](recipe-actions.SKEWNESS.md)
+ [TOKENIZACIÓN](recipe-actions.TOKENIZATION.md)

## SCALE
<a name="recipe-actions.SCALE"></a>

Escala o normaliza el rango de datos de una columna numérica.

**Parameters**
+ `sourceColumn`: el nombre de una columna existente.
+ `strategy`— La operación que se va a aplicar a los valores de las columnas:
  + `MIN_MAX`— Cambia la escala de los valores a un rango de [0,1]
  + `SCALE_BETWEEN`— Cambia la escala de los valores a un rango de 2 valores específicos.
  +  `MEAN_NORMALIZATION`— Cambia la escala de los datos para que tengan una media (μ) de 0 y una desviación estándar (σ) de 1 dentro de un rango de [-1, 1]
  +  `Z_SCORE`— Escala linealmente los valores de los datos para que tengan una media (μ) de 0 y una desviación estándar (σ) de 1. Ideal para tratar valores atípicos.
+ `targetColumn`— El nombre de la columna que contiene los resultados.

**Example Ejemplo**  
  

```
{
    "Action": {
        "Operation": "NORMALIZATION",
        "Parameters": {
            "sourceColumn": "all_votes",
            "strategy": "MIN_MAX",
            "targetColumn": "all_votes_normalized"
        }
    }
}
```