Есть текстовые файлы формата scheme{N}.txt
, которые содержат строки в формате:
x – значение координаты X,
y – значение координаты Y,
w – ширина элемента,
y – высота элемента,
type – тип элемента (1-прямоугольник, 2-круг)
Описывающие элементы находящиеся на схеме. Один файл – одна схема, одна строка – один элемент.
К примеру, есть вот такие две схемы:
Со своими текстовыми файлами:
scheme1.txt
200,200,400,100,1
1100,200,400,100,1
700,450,350,200,2
scheme2.txt
200,200,400,200,1
1100,200,400,200,1
700,300,350,150,2
350,550,950,100,1
Задача
Таких файлов понятное дело сотни, и теперь необходимо с помощью кластеризации сгруппировать эти схемы, где в одной группе будут находится схемы (наименования файлов scheme{N}.txt
) с наиболее похожей компоновкой элементов и их пространственным расположением. К примеру, приведённые выше две схемы вполне можно считать похожими и тем самым определить в одной группе.
Вопрос
Согласно поставленной задаче, как подготовить данные для кластеризации? Понятное дело, что это ML и чёткой рекомендации быть не может, но я не знаю с чего начать. Если пробовать даже с помощью признакового описания, так как получается, что объект-схему (обучающий образец), нужно описать совокупностью объектов-элементов. Подскажите направление, в котором мне искать решение.
ML-фреймворки для .NET
Будучи .NET разработчик, я все же планирую реализовать все это дело при помощи одного из ML-фреймворка для .NET: ML.NET, который сейчас в самом разгаре своей разработки, но делать кластеризацию уже позволяет или Accord.NET Framework, товарищ наиболее богатый своим API, в силу своего возраста.