Que problemas surgem ao adicionar o número do mês como uma característica?

Adicionar o número do mês como uma característica no modelo de aprendizagem automática pode levar a vários problemas:

1. Ciclicidade da característica: O número do mês é uma característica cíclica (após o 12 vem o 1). Se representado como um valor numérico de 1 a 12, o modelo pode interpretar incorretamente que 12 e 1 são muito diferentes, embora na realidade estejam próximos.

2. Percepção incorreta das distâncias: O modelo pode interpretar a diferença entre meses como linear, por exemplo, considerando que o mês 12 e o 1 são os mais diferentes, o que não corresponde à realidade.

3. Problemas com a sazonalidade: Se o modelo não considerar a ciclicidade, pode ter dificuldades em captar padrões sazonais.

Para evitar esses problemas, geralmente se realiza uma transformação de características cíclicas em duas componentes usando seno e cosseno:

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

Dessa forma, o modelo vê o mês como um ponto numa circunferência, o que reflete a ciclicidade e melhora a qualidade do aprendizado.