python - 是否可以在 scikit learn 中使用复数作为目标标签？

Question

我正在尝试使用 sklearn 来预测代表旋转的变量。由于在旋转极端情况下从 -pi 到 pi 的不幸跳跃，我认为更好的方法是使用复数作为目标。这样，从 1+0.01j 到 1-0.01j 的错误就不会那么具有破坏性了。

我找不到任何描述 sklearn 是否支持复数作为分类器目标的文档。从理论上讲，距离度量应该可以正常工作，因此它至少应该适用于一些回归算法。

谁能建议我如何让回归算法以复数为目标进行操作？

Answer 1

几个回归器支持多维回归目标。只需将复数视为二维点。

Answer 2

到目前为止，我发现大多数分类器，如线性回归器，会自动将复数转换为实部。

然而，kNN 和 RadiusNN 回归器运行良好——因为它们对相邻标签进行加权平均，因此可以优雅地处理复数。

使用多目标分类器是另一种选择，但是我不想解耦 x 和 y 方向，因为当两个结果都接近 0 时，这可能会导致不稳定的解决方案，正如 Panic 上校提到的那样。

我将尝试其他具有复杂目标的分类器并在此处更新结果。

Answer 3

好问题。如何将角度转换为一对标签，即。x 和 y 坐标。这些是角度的连续函数（cos 和 sin）。您可以将单独的 x 和 y 分类器的结果组合成一个角度吗？$\theta = \sign(x) \arctan(y/x)$。但是，如果两个分类器都返回接近零的数字，则该结果将不稳定。