Lors du regroupement de données géocodées, le cap (c'est-à-dire l'angle de déplacement par rapport à 0º Nord) est souvent une variable pertinente. Cependant, étant une métrique circulaire, où les valeurs extrêmes de l'échelle de 0 et 360 degrés sont en fait exactement la même direction, des problèmes pour les algorithmes de clustering classiques sont créés autour de ce point de rupture d'échelle. Les algorithmes interpréteront à tort les en-têtes adjacents de chaque côté de la marque 0/360 degré comme étant au maximum distants, alors qu'en fait ils sont au minimum distants.
Pour contourner ce problème, je décompose les angles de cap en un sinus et un cosinus, dont les sorties combinées assurent la mesure de la continuité pendant un cycle complet. Mais cela présente des inconvénients que je préfère éviter: cela ajoute une variable de plus nécessitant un clustering, et mes connaissances en mathématiques ne vont pas assez loin pour me permettre de m'assurer que les sorties sénoïdales phasées du sinus et du cosinus sont regroupées à des taux constants pour tous les angles (par opposition, par exemple, à des pics autour des diagonales où les sinus et les cosinus varient à des taux similaires).
Alors, voici ma question: que diriez-vous d'avoir JMP regroupant correctement les données angulaires sans avoir besoin de transformations intermédiaires?
Merci!
