我有一个机器学习模型，它使用 csv 和有关建筑物的测量数据：宽度、长度、高度等。我用它来预测一些特征并且它工作正常。
我想删除具有长度、高度和宽度的 csv，并且我想使用某种算法将 3d 模型解析为 ML 算法。
第二个原因是用非矩形建筑物尝试这种方法，这些建筑物很难用人类生成的简单 csv 来描述。
我不一定需要该算法来读取宽度、长度等，但能够基于 3d 模型的训练集以及带有结果的 csv 来预测一些值。
我应该调查什么？我在哪里可以找到有关此方法的信息？
如何将 3d 模型输入到 ML 算法中？
数据挖掘
机器学习
特征选择
数据
3d重建
2022-03-02 19:04:00
1个回答
卷积神经网络可以处理 3 维数据，它们不需要太多的特征工程。如果你有足够的训练数据，这似乎是一种方法。只要您的数据是网格的形式，它实际上很容易。想象一下类似图像的管道，但形式为 [x,y,z,n]。其中 n 是示例数。与 [x,y,n]（黑白）或 [x,y,c,n]（颜色通道）相反。
但是，您的数据可能是矢量格式（在构建模型时往往会发生这种情况）。我确实相信有直接图和深度学习的实验，但我的感觉是，在这种情况下你可能会更好地栅格化你的模型。
您可能需要添加一些层来压缩数据概念（conv 和池等），并以 1 个节点的完全连接层结束（因为您正在寻找标量）。