Machine learning 互斥的机器学习向量关联

Machine learning 互斥的机器学习向量关联,machine-learning,match,classification,shape,points,Machine Learning,Match,Classification,Shape,Points,我有两组向量代表三维空间中的点。第一组严格小于第二组。所以我选取第一个集合中的所有向量,我想将它们中的每一个都与第二个集合中的一个向量相关联。关联是双射的。因此,第一个集合中的每个点仅与第二个集合中的一个点关联,而第二个集合中的每个点仅接收一个关联。 我这里的问题是,为了成功完成这样的任务,我应该使用哪种算法。我想到了几种不同的方法,但找不到正确的方法。 起初我想到使用集群分配。但后来我意识到,使用这种方法并不能防止关联成为多个关联。集群最终可能会从第一个集合接收多个点,这是我不想做的。 我的想

我有两组向量代表三维空间中的点。第一组严格小于第二组。所以我选取第一个集合中的所有向量,我想将它们中的每一个都与第二个集合中的一个向量相关联。关联是双射的。因此,第一个集合中的每个点仅与第二个集合中的一个点关联,而第二个集合中的每个点仅接收一个关联。 我这里的问题是,为了成功完成这样的任务,我应该使用哪种算法。我想到了几种不同的方法,但找不到正确的方法。 起初我想到使用集群分配。但后来我意识到,使用这种方法并不能防止关联成为多个关联。集群最终可能会从第一个集合接收多个点,这是我不想做的。
我的想法是,我需要这样一种关联,以便从第一组向量中描绘的形状与从第二组向量中描绘的整体图像最为相似。这就好像第一组向量经过某种3D变换,变成了第二组向量,但由于某些原因,这种变换是可以识别的。

可能是一个很好的例子!也许是个好例子!