Usa este skill cada vez que el usuario quiera crear una puntuación compuesta, un índice o una clasificación multivariable en un flujo de trabajo de CARTO.
Requisitos previos: Carga carto-create-workflow para el proceso de desarrollo. Cubre ambas rutas de acceso — las herramientas de flujo de trabajo del servidor MCP (create_workflow, validate_workflow, run_workflow) cuando está conectado, o la CLI carto workflows en caso contrario. Señales de enrutamiento: carto-basics/references/access-paths.md.
Instrucciones
Paso 1: Determinar el enfoque de puntuación
Pregunta al usuario el siguiente árbol de decisión:
- "¿Tienes una variable objetivo/resultado?" (por ejemplo, ingresos, ventas, tasa de criminalidad)
- Sí → Método Supervisado usando
native.spatialcompositesupervised
- Sí → Método Supervisado usando
- "¿Sin objetivo, pero tienes conocimiento experto de la importancia de las variables?" (es decir, pesos personalizados)
- 2a. La transparencia importa más que el número de nodos →
native.normalizepor variable +native.selectexpressioncon la suma ponderada literalmente en SQL (a_norm * 0.5 + b_norm * 0.2 + c_norm * 0.3). Las entradas y los pesos se pueden inspeccionar en línea en los flujos de trabajo; cada columna normalizada se materializa; no hay dependencia de Analytics Toolbox. Úsalo cuando las partes interesadas necesiten ver o auditar la fórmula, o cuando no estés ejecutando en AT. - 2b. ¿Quieres que el pipeline de AT (escalado, agregación, agrupación) se maneje por ti? →
native.spatialcompositeunsupervisedconscoring_method: CUSTOM_WEIGHTS. Un solo nodo, pero la fórmula está oculta dentro del componente.
- 2a. La transparencia importa más que el número de nodos →
- "¿Sin objetivo, sin pesos?"
- → Método No supervisado con
ENTROPYoFIRST_PCusandonative.spatialcompositeunsupervised
- → Método No supervisado con
Éxito: Has identificado qué componente y método de puntuación usar antes de diseñar el pipeline.
Paso 2: Construir el pipeline
Pipeline supervisado (native.spatialcompositesupervised)
- Carga el conjunto de datos de características espaciales (pre-indexado en H3 o Quadbin)
- Carga el conjunto de datos objetivo/resultado
- Une ambos conjuntos de datos por la columna de índice espacial
- Selecciona solo las columnas de características relevantes (elimina la columna de índice espacial y la geometría de la selección de características — pasa solo las variables de características reales)
- Ejecuta
native.spatialcompositesupervisedcon parámetros:model_type:LINEAR_REGbucketize:EQUAL_INTERVALS_ZERO_CENTEREDn_buckets:5outlier_removal:truer_squared_threshold:0.4
- Resultado: puntuación compuesta basada en los residuos de la regresión (identifica áreas que tienen un rendimiento superior o inferior en relación con el modelo)
Éxito: El flujo de trabajo une las características con la variable objetivo, selecciona solo columnas de características numéricas y produce una puntuación basada en residuos por celda espacial.
Pipeline no supervisado (native.spatialcompositeunsupervised)
- Carga el conjunto de datos de características espaciales
- Selecciona solo las columnas de características relevantes
- Codifica cualquier variable categórica/u ordinal a numérica usando
native.casewhen(por ejemplo, "Low_density_urban" → 4, "High_density_urban" → 2) - Opcionalmente, invierte las variables donde un valor más alto = peor multiplicando por -1 en la consulta SELECT pasada al componente
- Ejecuta
native.spatialcompositeunsupervisedcon parámetros:scoring_method:CUSTOM_WEIGHTS/ENTROPY/FIRST_PCweights: requerido siCUSTOM_WEIGHTS. El formato de conexión es una cadena codificada en JSON de tripletes[[<columna>, <peso>, <invertir>], ...]—columnaes el nombre de la columna de característica,pesoes un peso numérico (normalizado internamente para sumar 1),invertires un booleano (trueinvierte la variable para que un valor más alto = peor se convierta en más alto = mejor sin necesidad de un CASE WHEN). Ejemplo:'[["population_density", 0.5, false], ["accident_rate", 0.5, true]]'. No es un mapa de objetos.scaling:RANKINGaggregation:LINEARoutput:RETURN_RANGEcon rango[0, 1]
- Resultado: puntuación del índice compuesto por ubicación
Éxito: Todas las variables de entrada son numéricas, las direcciones de las variables están alineadas (más alto = mejor para la puntuación) y la salida es una puntuación normalizada por celda espacial.
Trampas
- Mayúsculas del proveedor y dialecto SQL. Este skill usa nombres de columna en minúsculas (convención de BigQuery / Databricks / Postgres / Redshift). En Snowflake, los identificadores sin comillas aparecen en MAYÚSCULAS — referencia
POPULATION_DENSITY,ACCIDENT_RATE, etc. en pesos, expresiones y SQL posteriores. Consultacarto-create-workflow/references/providers/<proveedor>.mdpara conocer las reglas de mayúsculas y los equivalentes de dialecto SQL. - Todas las variables de entrada deben ser numéricas, con dirección alineada. Codifica cadenas ordinales ("bajo"/"medio"/"alto") mediante CASE WHEN primero, y donde "más alto es peor" multiplica por -1 (o establece el indicador
reverse) antes de puntuar — olvidar esto invierte el significado de la puntuación. - Umbral de R cuadrado supervisado (por defecto 0.4) es permisivo. Si el ajuste del modelo es pobre, la puntuación basada en residuos es principalmente ruido. Inspecciona los diagnósticos del modelo.
- Los pesos personalizados se normalizan internamente para sumar 1. Los valores absolutos no importan, solo las proporciones.
- Las puntuaciones supervisadas son residuos, no valores brutos. La puntuación identifica áreas que SE DESVÍAN del modelo, no áreas con los valores brutos más altos.
- Elimina la columna de índice espacial y la geometría de la selección de características — solo pasa las variables de características reales al componente de puntuación.
- La etiqueta de tipo de
weightsestá mal informada. El esquema del componente (a través deread_workflow_componentsMCP ocarto workflows components get native.spatialcompositeunsupervised --json) enumeraweightscomotype: "ColumnNumber", pero la forma real de conexión es una cadena codificada en JSONColumnAndNumberde tripletes[[<columna>, <peso>, <invertir>], ...](consulta el Paso 2 arriba). Confía en este skill y en las plantillas de referencia por encima de la etiqueta de tipo informada. indexcol.allowedColumnses una sugerencia de UI, no un validador. El esquema enumera["geoid", "h3", "quadbin"]paranative.spatialcompositeunsupervised.indexcol, pero es una sugerencia del menú desplegable de Workflows: cualquier columna de identificador único funciona en tiempo de ejecución (por ejemplo,store_id,cell_id).
Plantillas de referencia
Ambos ejemplos usan datos de características espaciales de Milán a resolución Quadbin 18.
| Plantilla | Componente | Archivo |
|---|---|---|
| Supervisado — Identificación de barrios resilientes | native.spatialcompositesupervised | composite-score-supervised.json |
| No supervisado — Puntuación de potencial de mercado | native.spatialcompositeunsupervised | composite-score-unsupervised.json |
Variaciones comunes
| Variación | Enfoque |
|---|---|
| Índice de riesgo (inundación, crimen, etc.) | No supervisado con CUSTOM_WEIGHTS; invierte variables donde más alto = más seguro |
| Potencial de mercado / puntuación de sitios | No supervisado con CUSTOM_WEIGHTS o ENTROPY; pondera más las variables del lado de la demanda |
| Índice de resiliencia | Supervisado con variable de resultado (por ejemplo, cambio en ingresos); los residuos revelan rendimiento superior/inferior |
| Índice basado en datos (sin conocimiento del dominio) | No supervisado con FIRST_PC o ENTROPY para dejar que la varianza impulse los pesos |
| Desarrollo humano / indicador compuesto | No supervisado con CUSTOM_WEIGHTS y escalado RANKING para una agregación segura para ordinales |