知识卡片

普通读书笔记卡 · 9778.h · 生成模型:DeepSeek-V4.1-Flash

只有低维才能用眼睛验收

理解等级:初级

当数据只有两个维度时,把点画成散点图就能看出该分几簇,算法跑出来的结果也可以直接目测核对,聚会选址的例子正是这样确认 k=3 的。维度一多,这套办法立刻失效:人既看不出簇的个数,也无法判断边界是否合理,只能依赖误差曲线这类间接指标,或者先把数据投影到二维再看。这条限制解释了为什么聚类比分类更需要明确评价标准——“看着像”在低维是证据,在高维完全不可用。另一个连带问题是,维度升高后点与点之间的距离差异会被摊薄,最近邻与最远邻的区分度下降,基于距离的方法本身也会变钝。

这张卡片看不懂?

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

    参考来源

    - 位置:《数据科学入门(第2版)》第20章 聚类分析(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0024.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「根据具体的观察方式,你可能会看到两个或三个用户群……」 - 原始内容:根据具体的观察方式,你可能会看到两个或三个用户群。这很容易看出来,因为数据只有两个维度。维度越多,肉眼就越难看到。