Ποια προβλήματα προκύπτουν κατά την προσθήκη του αριθμού μήνα ως χαρακτηριστικό;

Η προσθήκη του αριθμού μήνα ως χαρακτηριστικό σε ένα μοντέλο μηχανικής μάθησης μπορεί να οδηγήσει σε αρκετά προβλήματα:

1. Κυκλικότητα του χαρακτηριστικού: Ο αριθμός μήνα είναι ένα κυκλικό χαρακτηριστικό (μετά το 12 έρχεται το 1). Αν το αναπαραστήσουμε ως αριθμητική τιμή από 1 έως 12, το μοντέλο μπορεί λανθασμένα να θεωρήσει ότι το 12 και το 1 διαφέρουν πολύ, ενώ στην πραγματικότητα είναι γειτονικά.

2. Λανθασμένη αντίληψη των αποστάσεων: Το μοντέλο μπορεί να ερμηνεύσει τη διαφορά μεταξύ των μηνών ως γραμμική, π.χ., θεωρώντας ότι ο μήνας 12 και ο 1 είναι οι πιο διαφορετικοί, κάτι που δεν ανταποκρίνεται στην πραγματικότητα.

3. Προβλήματα με την εποχικότητα: Αν το μοντέλο δεν λαμβάνει υπόψη την κυκλικότητα, μπορεί να δυσκολευτεί να εντοπίσει εποχιακά μοτίβα.

Για να αποφευχθούν αυτά τα προβλήματα, εφαρμόζεται συνήθως μετασχηματισμός κυκλικών χαρακτηριστικών σε δύο συστατικά με τη βοήθεια του ημιτόνου και του συνημιτόνου:

import numpy as np
month = 1  # παράδειγμα μήνα
month_sin = np.sin(2 * np.pi * month / 12)
month_cos = np.cos(2 * np.pi * month / 12)

Έτσι, το μοντέλο βλέπει τον μήνα ως ένα σημείο σε έναν κύκλο, που αντικατοπτρίζει την κυκλικότητα και βελτιώνει την ποιότητα της μάθησης.