处理经度/纬度特征的方法

我正在研究具有25个功能的虚构数据集。其中两个功能是地点的纬度和经度，其他功能是pH值，海拔高度，windSpeed等变化范围的功能。我可以对其他要素进行归一化，但是如何处理纬度/经度要素？

编辑：这是预测农业产量的问题。我认为纬度/经度非常重要，因为位置在预测中至关重要，因此造成了困境。

— 万物科学
source

您能否阐明为什么不认为可以标准化这些功能？假定它们在数值上与其他特征相同，因此您可以采用均值/标准差？您是否担心对位置之间的距离进行自然测量？如果是这样，数据覆盖的区域是否很小（具有相似的值）还是全局的？

— 尼尔·斯莱特

@NeilSlater就直觉而言，对这些功能进行规范化对我来说没有任何意义。如果标准化，信息不会丢失吗？我有涵盖美国各县的数据集。

— 2016年

您认为哪些信息会丢失？它实际上可能不会丢失，但是如果您在问题中解释担心的是什么，则有人可以回答。我一无所知，无论如何，我都将归一化-对于完全全局值和某些问题（点之间的距离很重要），我可能会根据长/纬度创建3d笛卡尔坐标系特征。

— 尼尔·斯莱特

您在这里有什么问题？您想从数据中找出什么？相关吗？聚类？分类？预测？插值？位置对您的模型有多重要？

— Spacedman

@Spacedman请参阅编辑。

— 2016年

长时坐标存在一个问题，即它们是代表三维空间的2个要素。这意味着长坐标无处不在，这意味着两个最极端的值实际上非常接近。我已经处理了几次这个问题，在这种情况下我要做的就是将它们映射到x，y和z坐标。这意味着这三个维度上的闭合点实际上也是接近的。根据使用情况，您可以忽略高度的变化并将其映射为一个完美的球体。然后可以正确地标准化这些功能。

澄清（从评论中总结）：

x = cos(lat) * cos(lon)
y = cos(lat) * sin(lon), 
z = sin(lat)

— 扬·范德维格
source

那很有趣。谢谢！您能否确认这些是否是转换公式？x = R * cos（lat）* cos（lon），y = R * cos（lat）* sin（lon），z = R * sin（lat）

— AllThingsScience

我目前无法访问我的代码，但看起来不错。您不需要R，因为无论如何您都将标准化；）

— Jan van der Vegt

完善！谢谢。

— AllThingsScience