각도 / 원형 데이터의 회귀


11

목표가 각도 인 학습 문제를 감독했습니다. 간단한 회귀 분석을 수행하면 360과 1의 숫자가 내 모델에서 멀리 떨어져 있지만 실제로는 근접하고 x와 y 좌표를 예측하는 것이 좋지 않습니다. 여기서 하나의 숫자 만 예측하려고하기 때문입니다. 그러한 문제를 해결하는 올바른 방법은 무엇입니까?

파란 점은 목표를 나타냅니다


나는 당신의 문제를 이해하지 못합니다. 와 선형 예측 변수 와 같은 각도 변수가 있습니까? 또는 예측 변수가 각입니까? 또는 무엇을? z iθizi
niandra82

대상 만 각도 (그림에 표시된대로)이고 예측 변수는 숫자입니다.
rep_ho

답변:


6

순환 변수에 관심이 있다면 Jammalamadaka의 "순환 통계의 주제"책을 살펴 보는 것이 좋습니다.

데이터가 순환 분포 에서 왔고 순환 변수의 원형 평균을 모델링 한다고 가정합니다 . 일반적으로 사용되는 것은 다음과 같습니다. 는 원형 변수이고 는 회귀 계수의 벡터이며 는 선형 공변량입니다.F()

E(θ)=2arctan(βzi)
θβzi

일반적인 선형 회귀와의 병렬 처리를 원한다면 가정 할 수 있습니다 . 여기서 은 어떤 의미에서 원의 정규 분포 인 래핑 된 정규 분포를 나타냅니다. 그때θiWN(μi,σ2)WN()

μi=2arctan(βzi)
또는 동등

θi=2arctan(βzi)+ϵi
여기서ϵiWN(0,σ2)

이 유형의 회귀는 사용자 Scortchi가 제안한 패키지 에서 구현됩니다.circular


고마워요, 난 아직 아무것도 얻지 못했습니다. 선형 회귀를 사용하고 각도를 무언가 (사인, 코사인)로 변환 할 수 있습니까? 아니면 전체 회귀가 다르게 "구축"되어야합니까? 나는 파이썬에서 다른 모든 처리 단계를 가지고 있기 때문에 R에서하고 싶지 않습니다. 그래서 나는 묻습니다.
rep_ho

각도는 크기가 없습니다. 사인, 코사인 또는 이와 유사한 것으로 변환하면 크기가 나타납니다.
niandra82
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.