所以我有多個路徑存儲，每個路徑將包括數據點x1，y1 | x2，y2 | x3，y3 ...等編程機器學習，比較兩個繪製線與xy座標
我想比較這些路徑，以找出是否存在任何相似性。
我可以遍歷每個點並查看它是否與第一個路徑中的任何點匹配，然後查看下一個點是否與下一個點相匹配。
我認爲這將工作，如果沒有異常，但可以跳過，如果下一個點不匹配。
我想建立在寬容如10的一定程度上，10可以匹配12，12或8,8
這是比較數據的好方法，或者是有沒有更好的方法？
作爲第二步，我可能也想考慮時間作爲一個值，所以每個點都會有一個與之相關的時間值。
你可以比較兩組點的均值和方差。如果它們是直線的，就像你推測的那樣，可以通過兩個數據集擬合直線，然後比較兩條直線的參數來推斷它們的距離。如果你能說出兩個數據集的行爲，那將會更有幫助。
路徑可以去任何網格上的任何地方，所以可以基本上跨越或去任何地方，但我可以翻譯的點，而不是第二點被繪製左邊的第一點，我可以翻譯相同的距離的權利。 – 2014-11-05 17:51:35
你爲什麼要這樣做 – 2014-11-06 05:37:27
一些可能的方案，你可以使用：
手柄展位路徑，多邊形和比較他們這樣
使用OCR算法/接近
變換兩個路徑到同步數據集和關聯
[注意事項]
也可以比較明顯的事情（上旋轉和平移不變）等
感謝你的回覆一些有趣的選項，我實際上已經開始在此工作。我現在有一個工作示例，我有幾個檢查，確定點b1，位於點a1或a2的半徑內，點b1位於a1 + r，a1 - r和a1 + r，a2 + r，這些點將是矩形的兩邊，或者矢量b1，b2是否與a2的半徑相交。 哎呀，這似乎工作我相信有一些路徑會返回誤報，但它給了我我的第一個工作模型。 – 2015-03-17 12:56:32
您可能需要考慮動態時間扭曲，這種方法可以將兩個序列以不同的速度進行對齊並找到最佳匹配。 – 2014-11-06 15:48:26
怎麼樣的一些輸入路徑的例子，所以我們實際上看到你在比較什麼......包括相似和不同的例子，添加比較的條件，比如尺度上的比較不變，旋轉，平移......添加任何其他標準你需要匹配 – Spektre 2015-03-17 12:09:14
我重新標記你的問題，所以檢查是否可以或修復，如果不是。這與機器學習無關，只是混淆了其他人（不管它是否用於它）總是要小心標籤。錯誤選擇的標籤導致沒有或錯誤的答案，因爲大多數人通過標籤排序問題...此外，標題可以改進，以更好地匹配您的問題... – Spektre 2015-03-17 12:17:40