Date 日期的循环变换

我想在机器学习模型中使用一年中的某一天。由于一年中的某一天不是连续的（2019年的第365天之后是2020年的第1天），因此我想在此之后执行循环（正弦或余弦）变换

然而，在每一年中，新转换变量没有唯一的值；例如，同一年0.5的两个值，见下图。 我需要能够在模型训练和预测中使用一年中的某一天。对于正弦变换中的0.5值，它可能在2019年1月31日或2019年5月31日，那么使用0.5值可能会使模型混淆

是否可以使模型在同一年内区分0.5的两个值

我正在用Maxent软件模拟一个物种的分布。物种数据在20年内每天都是连续的。我需要一个模型来捕捉当天或季节的信号，而不需要将它们明确地用作分类变量

谢谢

EDIT1

---

根据furcifer下面的评论。但是，我发现增量建模方法对我的应用程序没有用处。它解决了后续日期之间一致差异的问题；e、 g.2018年12月30日、2018年12月31日和2019年1月1日。但它与计算某一参考日的天数（权重=1）没有区别。2019年同一天的价值比2014年高得多，这在生态上没有意义。我希望从所使用的日常环境条件（解释变量）中捕捉年际变化。我之所以需要在模型中使用day，是为了捕捉迁徙物种分布的季节趋势，而无需明确使用月份或季节作为分类变量。为了预测适合今天的栖息地，我需要做出这样的预测，这不仅取决于今天的环境条件，还取决于一年中的哪一天。

根据您的需要，这可能不是正确的选择，我想到了两个选择

增量建模

在这种情况下，日期以线性方式建模，比如2018年12月12日<2019年12月12日

为此，您只需要某种形式的转换函数，将日期转换为数值

import numpy as np
date_features = []
for d in list(df['date_time']):
  date_features.append(date2num(d))
date_features = np.array(date_features)
date_features_normalized = (date_features - np.min(date_features))/(np.max(date_features) - np.min(date_features))

由于有许多日期需要转换为数字表示，首先要确保输出列表的顺序与Lukas提到的相同。最简单的方法是将重量添加到每个单位（重量年>重量月>重量日）

现在，规范化数值很重要

import numpy as np
date_features = []
for d in list(df['date_time']):
  date_features.append(date2num(d))
date_features = np.array(date_features)
date_features_normalized = (date_features - np.min(date_features))/(np.max(date_features) - np.min(date_features))

使用日、月、年作为单独的功能。因此，我们不考虑整个日期，而是将日期分开。其动机可能是产出与特定日期、月份等之间存在某种关系。例如，产出可能在夏季（特定月份）或周末（特定天数）突然增加

---

这是一个常见的问题，但我不确定是否有一个完美的解决方案。我要注意的一点是，有两件事可能需要使用日期变量建模：

• 季节效应
• 季节独立趋势和自相关

对于季节性效应，循环变换有时用于线性模型，但我看不出ML模型的意义-有足够的数据，你会期望在边缘有一个很好的连接，那么问题是什么？我认为你链接到的帖子会分散你的注意力，或者至少它们没有正确地解释为什么和什么时候循环转换是有用的。我只想用dYear来模拟季节效应

然而，对于非季节性或年份间常见的时间序列中的趋势/自相关/变化建模而言，不连续性可能是一个问题。出于这个原因，我会在模型中添加一个绝对日期，所以使用

y = dYear + dAbsolute + otherPredictors

如果您有足够的数据，一个经过良好调优的ML模型应该能够完成剩下的工作，并提供通常的警告