Machine learning 为什么在手写数字分类中没有明确的顺序？

第2章：

显然，0，1，2，3…，9是可以订购的。我误解了什么？是因为这些数字的顺序无助于分类吗？

这里的关键词是手写的

当我们试图对手写数字的图像进行分类时，实际数字的算术值以及它们的顺序不是分类问题的一部分；其中，类别，即数字9不大于类别8，也不小于类别9，类别9和类别8之间的距离与9和3之间的距离相同。事实上，所有类别对之间的距离相同。换句话说，数字被视为分类变量

换言之，这里的分类方法与我们用来分类的方法相同，比如说，手写字母，它们当然没有算术意义上的排序，没有字母比其他字母大或小

另一个可能有用的类比是数字9和字符“9”之间的类比；事实上，在手写数字分类中，我们处理的是第二个数字，而不是数字。字符/字符串，像字母一样，没有任何算术顺序

例如，在iris数据集上，或者在我们试图预测男女性别的问题上，情况也是一样的

存在分类问题，即标签虽然是分类的，但也是有序的，即它们是有序的，例如高/中/低；但是，对MNIST数字的分类并不属于这一类——它完全是关于数字图像的模式识别和识别，而不使用它们的实际值或顺序