Невозможно обучить и предсказать правильную классификацию, используя Динамическое искажение времени

У меня есть грубый эскиз, и я также записал данные вершин при рисовании этого грубого эскиза. Итак, в основном, для каждого грубого эскиза у меня есть набор вершин (2-мерный). Различные классификации эскизов были помечены геометрическими фигурами, такими как линия, эллипс и круг.

Я попытался собрать около 50 выборок данных, когда линия, эллипс и круг находятся в разных ориентациях. Для предварительной обработки моих данных я использовал PCA (анализ основных компонентов). Таким образом, это заботится о части вращения. Например, если эллипс имеет большую ось под углом 45 градусов к оси X, после применения PCA у нас есть его главная ось, почти выровненная по оси X. После этого я просто масштабировал вновь полученные данные вершин, так что значения x и y лежат между 0 и 1, а также сохраняя постоянную траекторию.

Теперь, чтобы обучить мою модель и предсказать классификацию, я использовал метод динамического изменения времени, как описано в ссылке http://www.nickgillian.com/wiki/pmwiki.php/GRT/DTW#TrainingDataFormat. Но, к сожалению, это не сработало и каждый раз классифицировало его только как Line.

Я был бы очень рад, если бы кто-то мог предложить относительно правильного использования динамической деформации времени для достижения правильной классификации. Я также хотел бы узнать о ваших предложениях использовать любой другой лучший метод для достижения быстрых результатов классификации.

Заранее спасибо!