机器学习算法中的循环数据

Question

我有一个循环数据（HSL的颜色分量Hue），我需要在其中一个机器学习算法中使用它作为预测器。 如何将其转换为常规连续变量？

为了澄清问题，假设我们有一个红色的对象。例如，预测器色调将其值分为两个分开的范围[0,60]和[300,359]。大多数机器学习算法都能找到预测变量的平均值（平均值）。因此，平均值将位于[150,210]的范围内，该范围指的是青色！这是因为色调是循环数据..

任何帮助将不胜感激！

Answer 1

将单个数字的循环数据分解为2维x，y或cos0 / sin0数据。

想象时间作为数据。

11：59.35 ... PM（14399）距离上午12:00（00000）一分钟

但算法解释了14399.35 ..远离00000，实际上它们应该接近

我建议的选项是将数据映射到单位圆中的点。 从这里可以通过两种方式转换数据。

1. 从单位圆获取数据的x，y坐标 恩。 14399.35 = [-0.01,0.99] 00000.00 = [00.0,1.00]

2. 获取相对于中心的单位圆中的点的sin / cos 恩。 14399.35 = [0.1，-0.9] 00000.00 = [0.89，-0.4]

因此我们得到一个结果，其中循环数据现在具有可相互比较的值

注意：这些不是确切的值，它们只是用于演示