特徴量からの周期性の抽出方法

SIGNATEのお弁当コンペやった時のコードの抜粋

日付を1~365に変換した後にsin,cosに分解
テストデータをpandasで生成後、matplotlibでグラフ上に変換した結果を描画しています。

import pandas as pd
import numpy as np
import math


def convert_cos(x):
    #return np.cos(math.radians(x / 365))
    return np.cos(math.radians(90 - (x / 365)*360))

def convert_sin(x):
    #return np.cos(math.radians(x / 365))
    return np.sin(math.radians(90 - (x / 365)*360))

def datetime_extract(df,df_col='datetime'):

    df['cos_day']=df[df_col].dt.dayofyear
    df['cos_day'] =df['cos_day'].apply(convert_cos)
    df['sin_day']=df[df_col].dt.dayofyear
    df['sin_day'] =df['sin_day'].apply(convert_sin)

    return df

days =pd.date_range(start='2019/1/1', end='2019/12/31', freq='D')
df = pd.DataFrame(days,columns=["date"])

df.head()

	date
0	2019-01-01
1	2019-01-02
2	2019-01-03
3	2019-01-04
4	2019-01-05

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 365 entries, 0 to 364
Data columns (total 1 columns):
date    365 non-null datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 2.9 KB

df = datetime_extract(df,df_col="date")
df.head()

	date	cos_day	sin_day
0	2019-01-01	0.017213	0.999852
1	2019-01-02	0.034422	0.999407
2	2019-01-03	0.051620	0.998667
3	2019-01-04	0.068802	0.997630
4	2019-01-05	0.085965	0.996298

import matplotlib.pyplot as plt
plt.axes().set_aspect('equal', 'datalim')
plt.plot(df.cos_day,df.sin_day)
plt.show()

kaggler-ja にwakameさんの実装例ありました。

KaggleのKernelだとここ