我正在使用Python进行核密度估计，并使用高斯混合模型对多维数据样本的可能性进行排序。每条数据都是一个角度，我不确定如何处理机器学习角度数据的周期性。首先，我通过添加360来移除所有负角，因此所有负角都变为正角，-179变为181。我相信这可以优雅地处理-179的情况，与179和类似的没有显着差异，但它不处理像359与1没有区别的实例。我想到的解决该问题的一种方法是同时保留负值和负值+360，并使用两者中的最小值，但这需要修改机器学习算法。对于这个问题，是否有一个好的仅预处理解决方案？scipy或scikit中内置了什么？谢谢! 最佳答案