Ясно. Ну, лично у меня идей тогда нет. В общей постановке вообще выходит абстрактная задача классификации, а её решают по-разному в зависимости от природы объектов. И даже для формул стоит знать, как они потом используются, это бы дало сделать какой-то выбор (того представления их точками некоторого
, о котором вы говорите).
Ну идея как раз о том, как определять эквивалентность произвольных формул, а не каких-то конкретных, связанных с какой-то задачей.
Вообще идея запихивать классифицируемое пространство образов подмногообразием в
не нова, но я по вашему описанию не сразу понял, что это на самом деле она. Хотя тень оставляет не очень связанное с метрикой отношение эквивалентности — так зачем тогда вообще говорить о метрике, кстати. Если предположить, что всё-таки расстояния между классами обычно больше, чем среди элементов класса, получится обычная задача. Если нет, то я по-прежнему не понимаю, и пусть другие пробуют.
В данном случае такое предположение явно не проходит. Можно изменить коэффициент на сотую и получить совершенно другой результат на больших числах, а можно вообще написать другую формулу, и окажется, что она эквивалентна.
О метрике речь пошла в связи с идеей, описанной в первом посте - она как раз про метрику. Я думал подойти к проблеме как к задаче оптимизации и использовать популярные нынче нейросети, но бесконечное число классов и сложное распределение точек по классам внесло определённый скепсис в эту затею.