Welke problemen ontstaan er bij het toevoegen van het maandnummer als kenmerk?

Het toevoegen van het maandnummer als kenmerk in een machine learning-model kan tot verschillende problemen leiden:

1. Cyclische eigenschap: Het maandnummer is een cyclisch kenmerk (na 12 komt 1). Als het wordt weergegeven als een numerieke waarde van 1 tot 12, kan het model verkeerd interpreteren dat 12 en 1 heel verschillend zijn, terwijl ze eigenlijk naast elkaar liggen.

2. Verkeerde perceptie van afstanden: Het model kan het verschil tussen maanden als lineair interpreteren, bijvoorbeeld door te denken dat maand 12 en 1 het meest verschillend zijn, wat niet overeenkomt met de werkelijkheid.

3. Problemen met seizoensgebondenheid: Als het model de cyclische aard niet in overweging neemt, kan het moeite hebben om seizoenspatronen te detecteren.

Om deze problemen te voorkomen, wordt meestal een transformatie van cyclische kenmerken uitgevoerd in twee componenten met behulp van sinus en cosinus:

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

Op deze manier ziet het model de maand als een punt op een cirkel, wat de cyclische aard weerspiegelt en de kwaliteit van het leren verbetert.