Como fazer a binarização de fatores, por exemplo, a idade?

A binarização de fatores é a transformação de variáveis contínuas ou categóricas em variáveis binárias (0/1). Para a idade, isso é frequentemente feito através da divisão em intervalos (binning) e da criação de indicadores binários para cada intervalo.

Exemplo de abordagem:

1. Definir intervalos de idade, por exemplo: 0-18, 19-35, 36-60, 60+.
2. Para cada intervalo, criar uma variável binária que seja 1 se a idade cair nesse intervalo, caso contrário 0.

Isso permite que o modelo considere dependências não lineares e simplifica o trabalho com dados categóricos.

Exemplo em Python com pandas:

import pandas as pd

ages = pd.Series([15, 23, 37, 65])
bins = [0, 18, 35, 60, 120]
labels = ['0-18', '19-35', '36-60', '60+']
categories = pd.cut(ages, bins=bins, labels=labels)
dummies = pd.get_dummies(categories)
print(dummies)

Resultado: colunas binárias para cada intervalo de idade.

Também é possível usar a binarização por limiar, por exemplo, criar uma variável "mais de 30 anos" (0 ou 1).

A escolha do método depende da tarefa e do modelo: alguns modelos funcionam melhor com variáveis binárias, outros com variáveis contínuas.