Python 将点列表分类为形状

我有一组有序的2D点，代表嘴巴的形状。我想创建一个分类器，可以确定嘴巴是“开”还是“闭”。稍后我会想添加更多的形状，如“OOh”和“Eee”

在python/numpy中，这种分类应该使用什么样的训练算法

我目前在numpy中有如下数据：

[ 
  [ [ x1a, x1b ... ], [ y1a, y1b, ...] ]
  [ [ x2a, x2b ... ], [ y2a, y2b, ...] ] 
  ...
]

欢迎指点。我已经使用python一段时间了，但我对numpy相当陌生，对机器学习也非常陌生

谢谢

---

有许多可以接受的方法来实现这一点。我个人会使用Keras（一种使用TensorFlow的简单方法）。注意：您必须有一个带有标签的非常大的数据集才能工作。

您需要一组闭着和张开的嘴的图片（或表示）训练集，否则，训练你的系统将非常困难。有多大？在上面的图片中，我已经标记了闭嘴和张嘴的形状-我的感觉是，区分它们应该是相当简单的。我更感兴趣的是如何将其扩展到其他形状，并能够在它们之间进行可靠的切换。@peeldog：如果您对多个标记（打开-关闭和元音）进行分类，可能会有几千个。但是如果你只使用了2个标签，并且准确度达到80%，那么200个标签就足够了。我一直在考虑的一件事是，不要使用形状本身，而是使用中性姿势的偏移来确定形状。因此，在任何给定的试验中，都会设置一个“零”姿势，度量是相对于该位置的标记，而不是它们在二维空间中的绝对位置。只是一个想法，谢谢你的反馈@我正在尝试C++中的同样的任务。你找到有效的方法了吗？