Decisiones técnicas

El modelo baseline incluía el precio histórico promedio por m² de cada distrito como feature, calculado una sola vez sobre las 6,811 filas juntas. Al recalcularla de forma honesta — fiteada solo con el fold de train, como corresponde — el modelo de Venta empeoró de R²=0.76 a R²=-0.61 con los mismos hiperparámetros. No era un bug: se confirmó con 5 splits distintos y re-tuneo de hiperparámetros por CV, y ninguno hizo que la feature honesta superara simplemente no tenerla. Se eliminó del modelo — la señal aparente del baseline era la fuga, no algo real más allá de lo que ya aporta district como categórica.

Un modelo único entrenado sobre price_usd crudo, con operation_type como feature más, da R²=-567 en Alquiler — catastrófico. La escala de Venta (mediana ~150x la de Alquiler) domina por completo el loss de squared error. Entrenar en log(price_usd) mejora mucho, pero dos modelos separados siguen siendo más fuertes, y tiene sentido más allá de los números: precio de venta y alquiler mensual son magnitudes económicas distintas, no la misma cantidad a otra escala.

El distrito Mollebaya (Venta) tiene 6 anuncios, uno con un outlier de $12,500/m² — un promedio simple ahí queda 203% inflado por su propio valor. Mollendo tiene un solo anuncio: leave-one-out puro da NaN. Un suavizado (k=10 hacia la media global del operation_type) resuelve ambos casos con una sola fórmula: grupos grandes casi no se mueven de su media LOO, grupos chicos se contraen hacia la media global en vez de quedar en NaN o dominados por un outlier.

La suposición inicial era que categóricas nativas probablemente necesitarían caer a one-hot/ordinal encoding para exportar. Resultó incorrecta: onnxmltools las convierte directo. Dos gotchas reales encontrados en el camino, ninguno sobre categóricas en sí — el conversor exige nombres de feature con el patrón f%d (hay que renombrarlos sobre una copia del modelo, no in-place), y las columnas categóricas se pasan al runtime ONNX como sus códigos enteros de pandas, no como strings. Validado contra el test set completo de cada modelo: diferencia absoluta máxima de 8.58e-06, muy por debajo de la tolerancia 1e-3.

La limpieza original solo filtraba outliers de precio, nunca de precio-por-m². La validación OoT del modelo baseline salió catastrófica (R²=-1.52 en Venta) y llevó a investigar por qué — 13 filas de Venta y 1 de Alquiler tenían surface menor a 10 m² con precios por m² de hasta $1,074,000/m² (un caso de $2.148M con surface=2, casi seguro un error de tipeo). Fix aplicado en el origen (filter_surface_sanity, un piso absoluto de superficie en vez de un corte por percentil), pipeline completo re-corrido.