Ce probleme apar atunci când adăugați numărul lunii ca atribut?

Adăugarea numărului lunii ca atribut într-un model de învățare automată poate duce la mai multe probleme:

1. Ciclicitatea atributului: Numărul lunii este un atribut ciclic (după 12 urmează 1). Dacă îl reprezentați ca o valoare numerică de la 1 la 12, modelul poate interpreta greșit că 12 și 1 sunt foarte diferite, deși în realitate sunt vecine.

2. Percepția greșită a distanțelor: Modelul poate interpreta diferența dintre luni ca fiind liniară, de exemplu, considerând că luna 12 și 1 sunt cele mai diferite, ceea ce nu corespunde realității.

3. Probleme cu sezonalitatea: Dacă modelul nu ia în considerare ciclicitatea, poate avea dificultăți în captarea pattern-urilor sezoniere.

Pentru a evita aceste probleme, se aplică de obicei o transformare a atributelor ciclice în două componente folosind sinus și cosinus:

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

Astfel, modelul vede luna ca fiind un punct pe o circumferință, ceea ce reflectă ciclicitatea și îmbunătățește calitatea învățării.