我正在做一个预测项目，其中我们有很多周期性特征，例如一天中的小时、工作日、月份、一年中的某一天等。经过一番搜索后，我决定听从这里的建议。
现在，我将每个周期性特征的 sin 和 cos 组件作为一个单独的特征，因此月份变为 month_sin 和 month_cos。但是，我不确定模型是否可以处理这种相关性，因为两个组件需要同等加权才能使该功能有意义。该模型在训练后为 sin 和 cos 分量分配不同的权重。我的直觉告诉我这很糟糕，但我不知道该怎么办。
目前 gbm (R) 给出了最好的结果。对于梯度提升模型，是在两个相关特征上强制相等的权重更好，还是让模型计算出来更好，即使它导致两个组件的权重不同？或者你会建议一种完全不同的方法吗？
因为两个组件需要同等加权才能使该功能有意义
事实并非如此。
例如，如果 周期性特征的权重很大，这意味着原始特征对输出的正向影响最强 .
如果两个特征的权重相等，那么焦点就在
通常，您应该期望不同的权重应用于不同的组件，具体取决于一天中哪些时间最大化目标变量以及哪些时间最小化它。
对于梯度提升模型，是在两个相关特征上强制相等的权重更好，还是让模型计算出来更好，即使它导致两个组件的权重不同？
在这种情况下，让模型弄清楚肯定更好。
您主要关心的是，对于您的问题，单热编码表示是否可能比循环表示更好。One-hot 允许与每个小时建立任意关系，但会增加更多维度 - 因此每次可能需要更多示例。周期性的维度较少，但更有可能包含非线性效应，例如，如果对输出目标变量的最小和最大影响不完全相隔 12 小时 - 因此它可能需要更复杂的模型。