知识卡片
四维数据靠两两散点图看
鸢尾花数据包含 150 朵花、3 个品种,每朵有萼片长度、萼片宽度、花瓣长度、花瓣宽度四个测量值。四维无法直接画在纸上,于是画 6 对两两散点图,每对画一张子图,用三种标记区分品种。
这张图不只是展示,它在回答“哪些特征组合有判别力”:单看萼片长宽,versicolor 与 virginica 混在一起;把花瓣长宽加入比较,两类才分得开。这正对应最近邻法的前提——同类要在特征空间里成簇。按 70⁄30 切分、取 k=5 后,45 个测试点中只有一个 versicolor 被判成 virginica。反过来说,若散点图上各类彼此穿插,再换投票规则也救不了,问题在特征而不在算法。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 k 最近邻法 · 查看原书依据
例如,单独观察萼片长度和萼片宽度,可能无法区分 versicolor 和 virginica。但是,一旦将花瓣长度和宽度添加到比较中,似乎能够根据最近邻法预测品种。
参考来源
- 位置:《数据科学入门(第2版)》第12章 k 最近邻法(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0016.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「例如,单独观察萼片长度和萼片宽度,可能无法区分 versicolor 和 vir……」
- 原始内容:例如,单独观察萼片长度和萼片宽度,可能无法区分 versicolor 和 virginica。但是,一旦将花瓣长度和宽度添加到比较中,似乎能够根据最近邻法预测品种。