问题如标题：如何从图中提取数据用于机器学习？作为背景，我想根据光变曲线图对变星的类型进行分类。但做到这一点的唯一方法是使每个点成为一个单独的特征。例如 t1 将具有该时间戳的亮度值。我如何从图表中提取它，还有另一种更简单的方法吗？
我尝试在网上查找此表格数据，但无济于事。
有很多方法可以使用机器学习来处理函数描述的数据，我认为您的问题与此有关。
我认为最简单的方法，特别是因为我希望光曲线图遵循所有恒星的给定样式，是通过函数拟合对图进行建模，或从图中提取重要点作为数据输入，然后构建模型在这些功能之上。这允许您将特征保持在固定的表示长度 - 即模型的所有输入都具有相同的形状，与您查看的开始无关，这允许您以相当的方式使用 CNN、密集层……模型中的直接方式。
如果您想对完整图进行建模，您可以简单地将图转换为时间序列 - 其中 x 轴是时间序列的时域，y 值是时间序列中相应值的值。然后，您可以采用循环神经网络架构，如 LSTM、Gru...来训练可变长度序列（注意，Transformers 在可变长度时间序列到固定长度上也能很好地工作，因为它们也是自动的）回归，只需确保所有内容都适合您的上下文并对零元素使用正确的掩码）