Sposoby radzenia sobie z funkcją długości / szerokości geograficznej [zamknięte]


19

Pracuję nad fikcyjnym zestawem danych z 25 funkcjami. Dwie cechy to szerokość i długość geograficzna miejsca, a inne to wartości pH, wysokość, prędkość wiatru itp. O różnych zakresach. Mogę przeprowadzić normalizację innych funkcji, ale jak podejść do funkcji szerokości / długości geograficznej?

Edycja: Jest to problem przewidujący plony z rolnictwa. Myślę, że długość / długość jest bardzo ważna, ponieważ lokalizacje mogą mieć kluczowe znaczenie w przewidywaniu, a zatem i dylemacie.


Czy możesz wyjaśnić, dlaczego nie uważasz, że możesz znormalizować te funkcje? Przypuszczalnie są one takie same jak inne funkcje, więc możesz wziąć średnią / SD? Czy martwisz się o naturalną miarę odległości między lokalizacjami? Jeśli tak, to czy dane obejmują niewielki obszar (o podobnych wartościach) czy globalne?
— Neil Slater,

@NeilSlater Po prostu intuicyjnie nie ma sensu normalizować tych funkcji. Czy informacje nie zostaną utracone, jeśli zostaną znormalizowane? Mam zbiór danych obejmujący hrabstwa Ameryki.
— AllThingsScience

Jak myślisz, jakie informacje zostaną utracone? Prawdopodobnie nie zostanie utracony, ale jeśli wyjaśnisz w swoim pytaniu, na czym polega Twoja obawa, ktoś będzie w stanie odpowiedzieć. Nie wiedząc już więcej, po prostu normalizuję niezależnie - dla pełnych globalnych wartości i niektórych problemów (gdzie ważna jest odległość między punktami) mógłbym utworzyć trójwymiarową kartezjańską funkcję współrzędnych z długiego / prostego.
— Neil Slater,

Jakie jest twoje pytanie tutaj? Czego próbujesz dowiedzieć się na podstawie danych? Korelacja? Grupowanie? Klasyfikacja? Prognoza? Interpolacja? Jak ważna jest lokalizacja dla twojego modelu?
— Spacedman,

@Spacedman Zobacz edycję.
— AllThingsScience

Odpowiedzi:


24

Współrzędne Lat Long mają problem polegający na tym, że są to 2 elementy reprezentujące trójwymiarową przestrzeń. Oznacza to, że długa współrzędna biegnie dookoła, co oznacza, że ​​dwie skrajne wartości są w rzeczywistości bardzo blisko siebie. Poradziłem sobie z tym problemem kilka razy, a tym, co robię w tym przypadku, jest mapowanie ich na współrzędne x, yiz. Oznacza to, że bliskie punkty w tych 3 wymiarach są również blisko w rzeczywistości. W zależności od przypadku użycia możesz zignorować zmiany wysokości i odwzorować je na idealną kulę. Funkcje te można następnie odpowiednio ustandaryzować.

Aby to wyjaśnić (podsumowane w komentarzach):

x = cos(lat) * cos(lon)
y = cos(lat) * sin(lon), 
z = sin(lat) 

1
To jest bardzo interesujące. Dziękuję Ci! Czy możesz potwierdzić, czy są to formuły do ​​konwersji? x = R * cos (lat) * cos (lon), y = R * cos (lat) * sin (lon), z = R * sin (lat)
— AllThingsScience

W tej chwili nie mam dostępu do mojego kodu, ale wygląda dobrze. Nie potrzebujesz R, ponieważ i tak będziesz się normalizować;)
— Jan van der Vegt,

Doskonały! Dziękuję Ci.
— AllThingsScience
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.