应用 ANN 模型时如何处理 datetime obj？

乘风 2年前 machine-learning 467

原文标题 ：How do you deal with datetime obj when applying ANN models?

应用 ANN 模型时如何处理 datetime obj？我曾想过编写遍历列的函数，但必须有一种更简洁的方法，对吧？

dataset.info()

 #   Column               Non-Null Count  Dtype         
---  ------               --------------  -----         
 0   Unnamed: 0           299 non-null    int64         
 1   ZIP                  299 non-null    int64         
 2   START_TIME           299 non-null    datetime64[ns]

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
x = sc.fit_transform(x)

float() argument must be a string or a number, not 'Timestamp'

使用尝试：TypeError：float() 参数必须是字符串或数字，而不是与散点图相关的“datetime.time”

无法将字符串转换为浮点数：’2022-03-16 11:55:00′

原文链接：https://stackoverflow.com//questions/71502608/how-do-you-deal-with-datetime-obj-when-applying-ann-models

我来回复

CS101 评论
我建议执行以下步骤：
1. 将字符串转换为 datetime.datetime 对象
```
from datetime import datetime
t = datetime.strptime("2022-03-16 11:55:00","%Y-%m-%d %H:%M:%S")
```
然后提取必要的组件作为输入传递给网络：
```
x1,x2,x3 = t.month, t.hour, t.minute
```
顺便说一句，我注意到您正在直接缩放时间分量。相反，根据问题进行一些不同的预处理。例如，提取时间分量的正弦和余弦信息，而不是直接使用它们或缩放它们。正弦和余弦分量保持时间点之间的距离。
```
import numpy as np
hour_cos = np.cos(t.hour)
hour_sin = np.sin(t.hour)
```
提取问题所需的其他周期性分量，例如。如果您正在查看天气变量：小时的正弦和余弦，月份通常很有用。如果您正在查看销售，月份的日期，月份，星期几的正弦和余弦有用

更新：从我注意到你提到你正在预测分贝水平的评论中。假设您已经将空间输入变量考虑在内，那么您绝对应该尝试正弦/余弦变换之类的方法，假设生成声音的事件呈现出周期性模式。同样，这是一个假设，可能并不完全正确。
2年前 0条评论
Joe 评论
```
dataset['START_TIME'] = pd.to_datetime(dataset['START_TIME']).apply(lambda x: x.value)
```
这样做似乎是一种干净的方式，但我仍然对替代方案持开放态度。
2年前 0条评论

应用 ANN 模型时如何处理 datetime obj？

回复

相关问题