27 lines
1.5 KiB
Markdown
27 lines
1.5 KiB
Markdown
### 从程序员的角度认识图推问题
|
||
|
||
图推问题是典型的机器学习中的分类问题。所以图推有三个问题至关重要，一是从图形中能提取出哪些特征;二是从这些特征对应到相应的类别;三是建立由一个样本的特征向量对应到相应类别的分类器。
|
||
|
||
对于第一个问题，机构大多提出了以下特征：
|
||
- 前后图形是否组成相同
|
||
- 前后图形中元素是否重复出现
|
||
- 是否没有相同图形和相似图形
|
||
- 图形是否杂乱
|
||
|
||
对于第二个问题，图形的类别按大类分，可以分为：
|
||
- 位置规律
|
||
- 样式规律
|
||
- 属性规律
|
||
- 数量规律
|
||
- 空间重构
|
||
每个大类又可以继续划分类别，比如数量规律又能分为点、线、角、面、素等等。
|
||
|
||
对于第三个问题，可以搜索网上的文章，说的很细，同一特征，因为类别很多，所以还会产生遍历类别的问题，这个问题有点像是朴素贝叶斯分类的思想，选那个概率最大的类别作为最终分类。例如像上面的数量规律，它是点、线、角、面的概率并不是均等的，遍历时需要先遍历概率大的分类。
|
||
|
||
#### 总结
|
||
做图推题是这样一个过程：1.人眼观察图形，脑子里识别特征出向量;2.从特征向量迅速对应到类别的大类，例如数量规律;3.再对大的类别下的小分类进行遍历，遍历要从概率高的开始，例如我觉得面的概率就比点数的概率大。
|
||
|
||
重复这个过程，直到把你的大脑训练成一个快速的分类器。
|
||
|
||
|