순환 서수 속성을 변환하는 좋은 방법은 무엇입니까?

내 속성으로 '시간'필드가 있지만 주기적 값이 필요합니다. '23'과 '0'시간과 같은 정보를 유지하기 위해 기능을 어떻게 변환 할 수 있습니까?

내가 생각할 수있는 한 가지 방법은 변환을 수행하는 것입니다. min(h, 23-h)

Input: [0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]

Output: [0 1 2 3 4 5 6 7 8 9 10 11 11 10 9 8 7 6 5 4 3 2 1]

그러한 속성을 처리하는 표준이 있습니까?

업데이트 : 임의의 숲 분류기를 훈련시키기 위해 감독 학습을 사용할 것입니다!

시간을 변환하는 가장 논리적 인 방법은 싱크대에서 앞뒤로 움직이는 두 가지 변수입니다. 24시 시계의 시침 끝 위치를 상상해보십시오. x위치 스윙은 함께 갔다 싱크에서 백업 y위치. 24 시간 시계를 들어 당신이 이것을 달성 할 수있다 x=sin(2pi*hour/24), y=cos(2pi*hour/24).

두 변수가 모두 필요하거나 시간을 통한 적절한 이동이 손실됩니다. 이는 (x,y)원 또는 원 주위를 이동함에 따라 위치가 매끄럽게 변할 때 sin 또는 cos의 파생어가 시간에 따라 변하기 때문입니다.

마지막으로, 선형 레코드를 추적하는 세 번째 기능을 추가 할 가치가 있는지 고려하십시오. 첫 번째 레코드의 시작 또는 유닉스 타임 스탬프 또는 이와 유사한 것으로 시작하여 몇 시간 또는 몇 분 또는 몇 초를 구성 할 수 있습니다. 이 세 가지 기능은 주기적 및 선형 시간 진행 모두에 대한 프록시를 제공합니다. 예를 들어 사람들의 운동에서 수면주기와 같은 순환 현상을 제거하고 인구 대 시간과 같은 선형 성장을 이끌어 낼 수 있습니다.

이것이 도움이되기를 바랍니다!

다른 답변을 위해 생성 한 관련 예제 코드 추가 :

달성중인 경우의 예 :

# Enable inline plotting
%matplotlib inline

#Import everything I need...

import numpy as np
import matplotlib as mp

import matplotlib.pyplot as plt
import pandas as pd

# Grab some random times from here: https://www.random.org/clock-times/
# put them into a csv.
from pandas import DataFrame, read_csv
df = read_csv('/Users/angus/Machine_Learning/ipython_notebooks/times.csv',delimiter=':')
df['hourfloat']=df.hour+df.minute/60.0
df['x']=np.sin(2.*np.pi*df.hourfloat/24.)
df['y']=np.cos(2.*np.pi*df.hourfloat/24.)

df

def kmeansshow(k,X):

    from sklearn import cluster
    from matplotlib import pyplot
    import numpy as np

    kmeans = cluster.KMeans(n_clusters=k)
    kmeans.fit(X)

    labels = kmeans.labels_
    centroids = kmeans.cluster_centers_
    #print centroids

    for i in range(k):
        # select only data observations with cluster label == i
        ds = X[np.where(labels==i)]
        # plot the data observations
        pyplot.plot(ds[:,0],ds[:,1],'o')
        # plot the centroids
        lines = pyplot.plot(centroids[i,0],centroids[i,1],'kx')
        # make the centroid x's bigger
        pyplot.setp(lines,ms=15.0)
        pyplot.setp(lines,mew=2.0)
    pyplot.show()
    return centroids

이제 시도해보십시오.

kmeansshow(6,df[['x', 'y']].values)

자정 이전 녹색 클러스터에 자정 이후 시간이 포함되어 있음을 간신히 알 수 있습니다. 이제 클러스터 수를 줄이고 자정 전후에 단일 클러스터에서 더 자세히 연결할 수 있음을 보여줍니다.

kmeansshow(3,df[['x', 'y']].values)

파란색 클러스터에 자정 전후의 시간이 동일한 클러스터에 함께 클러스터 된 시간을 포함하는 방법을 확인하십시오.

QED!

질문은 매우 흥미롭고 흥미로운 답변에 대해 읽은 것을 기억하지 않습니다. 그 때문에 나는 충분히 미친 것처럼 보일지라도 당신에게 하나의 가능한 해결책을 제공하기 위해 감히.

많은 알고리즘이 처리 할 수 ​​없기 때문에 일반적으로 여러 기능에서 동일한 정보를 갖는 것을 피합니다. 그러나 이것은 임의의 숲이 아닙니다. 선형 회귀 (및 유사한 아이디어를 기반으로하는 모든 모델)와 대조적으로 임의 포리스트는 각 기능을 한 번에 하나씩 고려하여 모든 기능을 테스트합니다. 이런 식으로 학습 성과, 공간 및 실행 시간에 영향을주지 않고 여러 가지 방법으로 동일한 정보를 코딩 할 수 있습니다.

$(h+offset)%24$

그것은 약간의 공간과 시간을 낭비하지만, 그것이 어떻게 작동하는지 보려고 노력할 것입니다.

이상적으로는 변환이 필요하지 않습니다. 두 지점 사이의 상대 시간차는 거리 함수로 사용할 수 있습니다. 분류에 근거 할 수있는 곳.

자바에서 :

public class TimeDistanceMeasurer implements DistanceMeasure {

    @Override
    public double compute(double[] a, double[] b) throws DimensionMismatchException {
        String time1 = String.format("%02d", (int)a[0]) + String.format("%02d", (int)a[0]);
        String time2 = String.format("%02d", (int)b[0]) + String.format("%02d", (int)b[0]);

        SimpleDateFormat format = new SimpleDateFormat("HHmm");
        try {
            Date date1 = format.parse(time1);
            Date date2 = format.parse(time2);
            return Math.abs(date2.getTime() - date1.getTime());
        } catch (Exception e) {
            throw new IllegalStateException("Something went wrong.", e);
        }
    }
}