Python에서 기계 학습을 통해 (신경망을 사용하지만 중요하지는 않지만) 예측하고 싶은 시계열이 있습니다.Python 기계 학습 : 클래스 사이의 상관 관계를 반영하기 위해 사이클의 클래스 레이블
이전 값 ($ t-1 $, $ t-2 $, ... 등)의 정보 위에는의 시간의 다른 변수를 사용하고 싶습니다.
바보 같은 방법
한 가지 방법은지도를하는 것입니다 :
$ 00 : 00 \ 우측으로 향하는 화살표 0 $
$ 01 : 00 \ 우측으로 향하는 화살표 1 $
. ... 등등. 그래서 나는 $ 24 $ 클래스 $ {0,1,2, ..., 23} $을 가지고 있습니다. 그러나 문제가 있습니다 : $ 23 $와 $ 0 $는 비슷하지만 동시에 여기에 반영되지 않습니다.
두 번째 방법 : 핫 인코딩 하나?
또 다른 방법은 우리가보고있는 클래스를 제외하고 모든 요소가 0 인 $ 24 $ 항목이있는 벡터를 만드는 것입니다. 이는 더미 변수를 생성하는 것과 동일합니다.
$ 00 : 예를 들어 00 \ 향하는 화살표 [1,0,0,0, ..., 0] $
$ 01 : 00 \ 향하는 화살표 [0,1,0,0 ,. .., 0] $
... 등등. 그러나 문제가 있습니다. 이것은 상관 관계를 전혀 반영하지 않습니다!
방법 기타
나는 $ $ 왜냐하면 아니면 극좌표, 인스턴스 $의 죄 $를 들어, 일부 순환 구조를 사용하여 생각하고 있었어요?
나는 아직 해결책을 발견하지 않은,하지만 내 진행입니다 :
- 그들
- 규모를 정상화 $ [0,1] $에 바보 같은 방법의 클래스 레이블을지도 $ 0 $에서 $ 2 \ pi $의 범위에 있어야합니다.
- $ cos $ 또는 $ sin $을 사용하십시오.
이 방법은 효과가 없지만 약간의 빛을 볼 수 있습니다. 어떤 아이디어입니까?
실제로이 작동하지 않는 기능으로이 먹이를 수 있는지 확실하지 않다 결과 항목이 "친밀감"을 잃었습니다. –