为什么手写数字分类中没有明确的顺序？

Question

摘自The Elements of Statistical Learning的第二章：

显然可以订购0、1、2、3 ...，9。我有什么误会？是因为这些数字的排序无助于分类吗？

Answer 1

这里的关键词是手写。

当我们尝试对手写数字（MNIST）的图像进行分类时，实际数字的算术值（以及由此而来的排序）不属于分类问题；其中，类别（即数字）“ 9”不比类别“ 8”“大”（也不也不是“小于”），并且类别“ 9”和类别“ 8”之间的距离与距离相同在“ 9”和“ 3”之间（实际上，所有成对的类之间都相同）。换句话说，数字被视为分类变量。

换句话说，这里的分类方法与我们用来对手写的字母进行分类的方法相同，当然，它们在算术意义上没有任何排序（没有字母是“更大”或“更少” ”。）>

另一个可能有用的类比是在数字

9和字符 '9'之间；实际上，在手写数字分类中，我们是在处理第二个数字，而不是数字。而且字符/字符串（如字母）没有任何算术顺序。

例如，与虹膜数据集的情况相同，或者在我们尝试预测性别（男性/女性）的问题中。

存在are

个分类问题，尽管标签是分类的，但标签也是ordinal（即它们是有序的），例如高/中/低但是对MNIST数字进行分类不属于此类别-而是关于数字图像的模式识别和区分，而无需使用其实际值或顺序。