使用机器学习对图形进行分类

Question

我正在尝试使用机器学习将输入图（二维点序列）分类为预定义图（A，B，C等）之一。目的是确定输入图属于哪种图。

我之前已经对单个数据点进行过分类，但是我之前从未对数据序列（如图形）进行过分类。我能想到的唯一方法是计算输入图与A，B，C图之间的“均方误差”，然后选择误差最小的类别。

3个示例输出可能看起来像这样。

input graph belongs to type A (confidence: 82%)
input graph belongs to type C (confidence: 68%)
input graph doesn't belong to any type (max confidence: 12%)

如何使用分类技术或任何其他准确的方法来实现这一目标？