在机器学习中处理地理空间坐标

Question

我正在建立一个机器学习模型，其中一些列是物理地址(我可以将其转换为X / Y坐标)，但我对ML算法如何处理这一点有点困惑。有没有一种特定的方法可以将地理位置转换成列，以便用于ML(分类和/或回归)中？

提前感谢！

Answer 1

这总结了我们在问题评论中最终得到的答案：

这种从邮政编码到地理坐标的转换不应被视为一种“分割”,而只是一种以多维方式表示数据的方式(在这种情况下，维度将为2)。一维数据和多维数据都有机器学习算法。这两个维度可以相关，也可以不相关，这取决于您如何定义随后选择的模型的参数。

此外，在大多数情况下，相关性不必明确设置。只有初始值可能是有用的，但许多算法也依赖于随机初始化或其他简单的方法，从数据的子集中估计它。因此，为了清晰起见，如果您通过高斯对数据建模，例如，在估计该高斯的参数时，协方差矩阵将具有非对角项，这些项是非零，这将代表数据相关性。您只需要不要假设这两个维度是不相关的！

Answer 2

通常，特征的选择取决于您预期特征与目标变量之间的关系类型。您说得对，邮政编码本身与目标没有任何关系。这里的邮政编码只是一个字符串或类别。您打算使用哪种模型？线性回归和决策树是两个例子。这些模型以不同的方式捕获关系。作为要素的示例，您可以计算源和目标之间的直线距离，并在模型中使用该距离，因为直观地，它们越远，传输时间可能就越长。运输时间还取决于什么？看看您是否可以以某种方式将影响旅行时间的因素与您拥有的信息（即邮政编码/XY坐标）联系起来。