ETL EDA-guided · 43 vuelos × 232,288 filas × 29 columnas · MinMax [0,1]
EDA detectó multicolinealidad severa: volt1↔volt2 r=0.993, los 4 CHT entre sí r>0.94, los 4 EGT r>0.95. Silver colapsa cada grupo en estadísticas agregadas (mean/std/max/min/spread) que preservan la señal diagnóstica (spread = misfire) eliminando la redundancia.
El feature flight_phase se deriva del gradiente suavizado de altitud (threshold 50 ft/s sobre ventana móvil de 30s). En este subset NGAFID los 50 vuelos son de aviación general con perfiles relativamente planos → el clasificador los marca como cruise dominante; una flota 737 MAX produciría las 3 fases bien separadas.
Los spread (cht/egt) capturan desbalance entre cilindros — la señal clave para detectar misfire. fqty_balance detecta consumo asimétrico entre tanques izq/der (posible fuga). Todos los valores están escalados a [0, 1].
La métrica sensor_availability se hereda en Gold y se usa como ponderación para evitar falsos positivos: un vuelo con disponibilidad <90% puede tener score bajo por datos faltantes, no por motor defectuoso.
Cada caja muestra el rango intercuartílico de un feature tras MinMaxScaler. Todos los valores deben caer dentro de [0, 1]; los outliers visibles son legítimos (picos de RPM/EGT) y no requieren recorte adicional.
Tras colapsar CHT/EGT/FQty, la mayoría de correlaciones cae por debajo de |r| < 0.7. Las correlaciones fuertes restantes son físicamente esperadas (RPM↔OilT por carga del motor) y no requieren intervención.