Machine learning 机器学习算法中的循环数据
我有一个循环数据(HSL的颜色分量色调),我需要在一个机器学习算法中使用它作为预测器。 如何将其转换为正则连续变量 为了澄清这个问题,假设我们有一个红色的物体。例如,预测器色调在两个分离的范围[0,60]和[300359]中取其值。大多数机器学习算法都会找到预测值的平均值。因此,平均值将位于参考青色的范围[150210]内!这是因为色调是圆形数据Machine learning 机器学习算法中的循环数据,machine-learning,circular-dependency,circular-reference,hsl,Machine Learning,Circular Dependency,Circular Reference,Hsl,我有一个循环数据(HSL的颜色分量色调),我需要在一个机器学习算法中使用它作为预测器。 如何将其转换为正则连续变量 为了澄清这个问题,假设我们有一个红色的物体。例如,预测器色调在两个分离的范围[0,60]和[300359]中取其值。大多数机器学习算法都会找到预测值的平均值。因此,平均值将位于参考青色的范围[150210]内!这是因为色调是圆形数据 任何帮助都将不胜感激 将单个数字循环数据分解为二维x、y或cos0/sin0数据 把时间想象成数据 11:59.35。。。下午(14399)距离上午1
任何帮助都将不胜感激 将单个数字循环数据分解为二维x、y或cos0/sin0数据 把时间想象成数据 11:59.35。。。下午(14399)距离上午12:00(00000)还有一分钟 但是算法解释了14399.35。。离00000很远,而实际上他们应该很近 我建议的选项是将数据映射到单位圆中的点。 从这里有两种方法来转换数据
注意:这些不是精确的值,它们只是用于演示这似乎回答了您的问题