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。
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