在Python中对一系列数据进行分类的最佳方法

我一直致力于图像处理问题，我已经预处理了一堆图像，以找到这些图像中最突出的水平线。根据这些数据，我想对图像进行分类，看它的角度是好是坏。 数据点是我能够在一系列图像中检测到的线的角度。从图像的角度来看，我知道这个数据有时候代表的是一个“角度好的”图像，有时候代表的是一个“角度不好的”图像。 我试着np。多边形拟合，求直线的斜率，求斜率的导数，以及其他一些方法，但无法找到一个简单的度规，仅仅通过这些数据就可以得出。 这些都是“好角度”的例子。你可以注意到它们从正的开始，然后是负的。 好角数据 [7.97, 7.99, 9.01, 5.07, 5.01, 14.81, 8.86, -2.11, -0.86, 1.06, 0.86, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.97, 0.92, -0.95, -2.05, -2.2, -2.78, -2.93, -2.8, -2.99, -2.88, -2.94, -2.81, -3.04, -3.07, -3.0] [3.96, 4.12, 6.04, 6.03, 6.08, 5.99, 6.99, 6.81, 6.81, 6.1, 6.1, 4.06, 3.98, 4.03, 3.92, 3.95, 3.84, 3.94, 4.07, 3.95, 3.87, 2.65, 1.88, 0.0, 0.0, -0.94, -1.06, -1.81, -1.81, -3.95, -4.09, -4.0, -3.93] [8.75, 10.06, 9.02, 9.96, 9.89, 10.08, 9.99, 10.0, 10.02, 9.95, 4.04, 4.03, 3.93, -1.18, -0.95, -1.12, -1.02, -1.76, -1.92, -2.06, -5.99, -5.83, -6.01, -4.96, -7.84, -7.67] 这些都是“角度不好”的图片。你可以注意到它们从负数开始，然后是正数。您还可以注意到，这些数字比0大得多。 坏角数据 [-13.92, -14.93, -4.11, -4.04, -2.18, 17.12, 18.01, 16.91, 15.95, 16.75, 14.16, 14.04] [-14.93, -14.93, -7.92, -4.04, -5.91, -4.98, 16.08, 16.26, 16.24] [11.81, -9.77, -10.2, -9.96, -10.09, -6.81, 2.13, 3.02, 2.77, 3.01, 2.78, 5.92, 5.96, 5.93, 2.96, 3.06, 1.03, 2.94, 6.2, 5.81, 5.04, 7.13, 5.89, 5.09, 4.89, 3.91, 4.15, 17.99, 6.04, 5.67, 7.24, 16.34, 17.02, 16.92, 15.99, 16.93, 15.76] 由于这是基于从真实图像中捕获的数据，所以我们的数据集确实存在一些不规则性。我想避免任何故障，并使用一个度量，可以分类我的阵列为好角或坏角。 问题来源StackOverflow 地址：/questions/59385064/best-way-to-classify-a-series-of-data-in-python