geo-features-generator 0.1.2

Sklearn-style generator of geo features: distances, angles, cosine similarity, KMeans, NN, polar features

geo-features-generator

Генератор гео-признаков в стиле sklearn: расстояния (Haversine, equirectangular, Manhattan), углы/синусы/косинусы, средние точки, дельты, квадраты расстояний, косинусная близость (3D), кластеризация KMeans, расстояния до ближайшего соседа, полярные признаки относительно базовой точки.

Установка

pip install geo-features-generator

Быстрый старт

import pandas as pd
from geo_features_generator import GeoFeaturesGenerator

df = pd.DataFrame({
    "lat1": [55.75, 59.93],
    "lon1": [37.62, 30.33],
    "lat2": [59.93, 55.75],
    "lon2": [30.33, 37.62],
})

gen = GeoFeaturesGenerator(
    coordinate_pairs=[("lat1", "lon1"), ("lat2", "lon2")],
    enable_squared_distances=True,
    enable_normed_deltas=True,
    enable_cosine_similarity=True,
    enable_kmeans=False,
    enable_nearest_neighbor=False,
    enable_polar_features=True,
    polar_base_point=(55.75, 37.62),
)

features = gen.fit_transform(df)
print(features.head())

Параметры

• coordinate_pairs: список пар имен столбцов (lat, lon).
• radius: радиус сферы (метры), по умолчанию 6_371_000.
• output_format: "pandas" или "numpy".
• generate_point_features: генерировать признаки для каждой точки.
• generate_pair_features: генерировать признаки для пар точек.
• enable_squared_distances: добавляет _m2 признаки квадратов расстояний.
• enable_normed_deltas: добавляет abs_dlat_m, abs_dlon_m (в метрах).
• enable_cosine_similarity: cosine_sim, cosine_dist по 3D dot на сфере.
• enable_kmeans: добавляет *_kmeans_label для каждой точки (требуется scikit-learn).
• kmeans_n_clusters, kmeans_random_state: параметры KMeans.
• enable_nearest_neighbor: добавляет *_nn_haversine_m (требуется scikit-learn).
• enable_polar_features: добавляет *_polar_bearing_deg, *_polar_dist_m относительно polar_base_point.
• polar_base_point: (lat, lon) базовой точки.

Лицензия

MIT. См. файл LICENSE.