SVCでの分類をする際のデータの取り扱い

Question

前提・実現したいこと

推奨していない質問を読んだうえで書きます。

分類をする際に扱う変数をどうすればいいかわからず、困っています。
3次元情報をプロットしてsvcを用いて分類したいときに
X,Y,Z
と
Y'(xとyをグラフにした時の原点からの座標距離を持っている。）+Z
としたいのですが違いはあるのでしょうか？

個人的には情報が消えているわけでもないけど、なんか損しているようにも思えて、混乱しています。

補足情報（FW/ツールのバージョンなど）

scikit-learnを使用しています。

##追記
言葉足らずですみませんでした。今回はX,Y,Zの３次元を使うのとY',Zの２次元を使うのとどちらが良いのかということについてお聞きしたいです。またその理由も教えてくださるとありがたいです。よろしくお願いします。

Comments

[hayataka2049]

X,Y,Z,Y',Zの5次元の特徴量を使いたいのか、X,Y,Z,Y'+Zの4次元の特徴量を使いたいのか、わかりません。あるいは、X,Y,Zを使うのとY',Zを使うのとどちらが良いのかという質問なのかもしれませんが、それもわかりません。
質問の意図がもう少し明確に伝わるように修正していただけると回答しやすいです。

[nonshi]

言葉足らずですみませんでした。今回はX,Y,Zの３次元を使うのとY',Zの２次元を使うのとどちらが良いのかということについてお聞きしたいです。またその理由も教えてくださるとありがたいです。よろしくお願いします。

Answer 1

今回はX,Y,Zの３次元を使うのとY',Zの２次元を使うのとどちらが良いのか

X,Yの2次元空間上で原点からの距離が等しいということは、円になります。円周上の点を区別できない訳ですから、情報が確実に落ちます。なので、後者は前者に劣ります。

データの分布が円状になることがわかっているのなら、原点からの距離も特徴量に加えると多少はよくなる可能性はあります（X,Y,Z,Y'の4次元にするということ）。