দ্রাঘিমাংশ / অক্ষাংশ বৈশিষ্ট্য [বন্ধ] ব্যবহার করার উপায়

Question

আমি 25 টি বৈশিষ্ট্য সহ একটি কল্পিত ডেটাসেটে কাজ করছি। বৈশিষ্ট্যগুলির মধ্যে দুটি হ'ল স্থানের দ্রাঘিমাংশ এবং দ্রাঘিমাংশ এবং অন্যান্য হ'ল পিএইচ মান, উচ্চতা, উইন্ডস্পিড ইত্যাদি বিভিন্ন ধরণের রেঞ্জ। আমি অন্যান্য বৈশিষ্ট্যগুলিতে স্বাভাবিককরণ করতে পারি তবে আমি কীভাবে অক্ষাংশ / দ্রাঘিমাংশের বৈশিষ্ট্যগুলির কাছে যেতে পারি?

সম্পাদনা: কৃষির ফলনের পূর্বাভাস দিতে এটি একটি সমস্যা। আমি মনে করি ল্যাট / লম্বা খুব গুরুত্বপূর্ণ কারণ অবস্থানগুলি ভবিষ্যদ্বাণীতে অতীব গুরুত্বপূর্ণ হতে পারে এবং তাই দ্বিধা।

Comments

আপনি কী ব্যাখ্যা করতে পারবেন না যে আপনি এই বৈশিষ্ট্যগুলিকে সাধারণীকরণ করতে পারবেন বলে আপনি ব্যাখ্যা করতে পারেন? সম্ভবত তারা অন্যান্য বৈশিষ্ট্যগুলির মতো সংখ্যাসূচক, সুতরাং আপনি গড় / এসডি নিতে পারবেন? অবস্থানগুলির মধ্যে দূরত্বের প্রাকৃতিক পরিমাপ সম্পর্কে আপনার উদ্বেগ কি? যদি তা হয়, তবে ডেটা কি কোনও ছোট অঞ্চল (একই মান সহ) কভার করবে না এটি বিশ্বব্যাপী?

— নিল স্লেটার

@ নীলস্লাটার এটি কেবলমাত্র স্বজ্ঞাতভাবে এই বৈশিষ্ট্যগুলি স্বাভাবিক করার জন্য আমার বোধগম্য হয় না। সাধারণীকরণ করা হলে তথ্য কী নষ্ট হবে না? আমার কাছে আমেরিকার ডেটাসেট কাভারিং কাউন্টি রয়েছে।

— অলথিংসায়েন্স

আপনি কি ভাবেন যে তথ্য হারিয়ে যাবে? এটি সম্ভবত হারিয়ে যাবে না, তবে আপনি যদি আপনার প্রশ্নে আপনার উদ্বেগের বিষয়টি ব্যাখ্যা করেন তবে কেউ উত্তর দিতে সক্ষম হবে। আর কিছু না জেনে, আমি নির্বিশেষে কেবল স্বাভাবিক করে তুলব - সম্পূর্ণ বৈশ্বিক মূল্যবোধ এবং কিছু সমস্যার জন্য (যেখানে পয়েন্টগুলির মধ্যে দূরত্ব গুরুত্বপূর্ণ) আমি দীর্ঘ / ল্যাট থেকে 3 ডি কার্টেসিয়ান কো-অর্ডিনেট বৈশিষ্ট্য তৈরি করতে পারি।

— নিল স্লেটার

আপনার প্রশ্ন এখানে কি? আপনি ডেটা থেকে জানতে চেষ্টা করছেন? সংশ্লেষন? ক্লাস্টারিং? বিভাগ? প্রেডিক্সন? ক্ষেপক? আপনার মডেলটির জন্য অবস্থান কীভাবে গুরুত্বপূর্ণ?

— স্পেসডম্যান

@ স্পিডম্যান দয়া করে সম্পাদনা দেখুন।

— অলটাইজসায়েন্স

Answer 1

ল্যাট লম্বা স্থানাঙ্কগুলির একটি সমস্যা রয়েছে যে এগুলি 2 টি বৈশিষ্ট্য যা ত্রিমাত্রিক স্থানকে উপস্থাপন করে। এর অর্থ লম্বা স্থানাঙ্কটি চারদিকে চলে যায় যার অর্থ দুটি অত্যন্ত চূড়ান্ত মানগুলি খুব কাছাকাছি রয়েছে close আমি এই সমস্যাটি কয়েকবার মোকাবিলা করেছি এবং এই ক্ষেত্রে আমি যা করি তা তাদের এক্স, ওয়াই এবং জেড স্থানাঙ্কে ম্যাপ করে। এর অর্থ এই 3 মাত্রার নিকটবর্তী পয়েন্টগুলিও বাস্তবে নিকটবর্তী। ব্যবহারের ক্ষেত্রে উপর নির্ভর করে আপনি উচ্চতার পরিবর্তনগুলিকে উপেক্ষা করতে এবং এটিকে একটি নিখুঁত গোলকের ম্যাপ করতে পারেন। এই বৈশিষ্ট্যগুলি তখন যথাযথভাবে মানক করা যায়।

স্পষ্ট করার জন্য (মন্তব্যগুলি থেকে সংক্ষিপ্তিত):

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

Comments

এটা খুব আকর্ষণীয়। ধন্যবাদ! এগুলি রূপান্তর করার সূত্র কিনা তা আপনি নিশ্চিত করতে পারেন? x = আর * কোস (ল্যাট) * কোস (লোন), y = আর * কোস (ল্যাট) * পাপ (লোন), জেড = আর * পাপ (ল্যাট)

— অলথিংসায়েন্স

এই মুহুর্তে আমার কোডটিতে আমার অ্যাক্সেস নেই তবে এটি সঠিক দেখাচ্ছে। আপনার আর দরকার নেই যেহেতু আপনি যেভাবেই মানক হয়ে যাবেন;)

— জান ভ্যান ডের ভেগট

পারফেক্ট! ধন্যবাদ.

— অলটাইজিংসায়েন্স