基于22个新类别中心的离群目标重新分类
将剩余 5,362 个原外观离群目标分配到最近的新类别中心,原 6,982 个目标归属保留。最终 12,344 个目标均有 Class 1–Class 22 分组。
打开可筛选图册 · 下载Excel统计 · 离群分类CSV · 完整目标CSV · 优先复核CSV
类别中心与距离
复用 run_006 的同一份34维外观特征:32维经L2归一化的PCA外观特征,加2维稳健标准化、裁剪并乘0.15权重的形状特征。没有重新提取模型特征、重新拟合PCA或加入几何/目录/划分特征。
每个新类别中心为该类原参考目标的特征算术平均(按目标数自然加权,不把各A簇等权平均)。中心仅使用原有类别归属的6,982个目标计算并冻结;不把本次离群归类加入中心,也不迭代移动中心。每个离群目标按欧氏距离最近的中心归类;并列时取较小Class编号。
中心数组保存在 centers.npz,数值、原参考数量、P95参考半径及代表样本保存在 centers.json。特征索引先按原目标身份对齐,避免把缓存位置误作目标编号。
复核依据
全部新归类均为机器建议,待人工复核。其中 2,704 个优先复核:1,617 个超过分配类别原成员距中心的P95半径;1,955 个前两类距离相近;两项有交集,不能直接相加。
前两类相对间隔定义为 (第二近距离−最近距离)/第二近距离,小于0.10标记候选接近;两个距离均为0时记间隔0。参考P95半径按该类原成员距冻结中心的经验95%分位数计算。以上阈值仅用于复核排序,不拒绝分配,也不表示分类概率或正确率。
新归类中 700 个目标的配置域未出现在所分配类别的原参考成员中;该信息仅用于解释,未参与距离计算。
作为中心代表性的诊断,原参考目标中有 717 个的最近中心不等于其原分组,仍保留其原归属。这说明部分合并组分布并非单峰,单一中心无法完全表达组内差异;该诊断不是分类测试精度。
最终类别统计
| 新类别 |
原参考目标 |
新增离群目标 |
最终总数 |
优先复核 |
train |
val |
test |
| Class 1 |
566 |
29 |
595 |
14 |
423 |
86 |
86 |
| Class 2 |
1039 |
428 |
1467 |
186 |
456 |
177 |
834 |
| Class 3 |
458 |
54 |
512 |
27 |
361 |
145 |
6 |
| Class 4 |
420 |
32 |
452 |
32 |
433 |
11 |
8 |
| Class 5 |
357 |
328 |
685 |
189 |
324 |
12 |
349 |
| Class 6 |
346 |
114 |
460 |
54 |
335 |
33 |
92 |
| Class 7 |
603 |
1008 |
1611 |
273 |
971 |
95 |
545 |
| Class 8 |
220 |
77 |
297 |
68 |
182 |
104 |
11 |
| Class 9 |
704 |
527 |
1231 |
308 |
806 |
246 |
179 |
| Class 10 |
252 |
198 |
450 |
85 |
320 |
68 |
62 |
| Class 11 |
149 |
3 |
152 |
3 |
150 |
2 |
0 |
| Class 12 |
483 |
1102 |
1585 |
392 |
637 |
127 |
821 |
| Class 13 |
521 |
169 |
690 |
82 |
324 |
24 |
342 |
| Class 14 |
134 |
59 |
193 |
57 |
99 |
42 |
52 |
| Class 15 |
110 |
590 |
700 |
361 |
490 |
143 |
67 |
| Class 16 |
102 |
58 |
160 |
48 |
122 |
36 |
2 |
| Class 17 |
89 |
16 |
105 |
15 |
104 |
0 |
1 |
| Class 18 |
88 |
58 |
146 |
36 |
36 |
87 |
23 |
| Class 19 |
82 |
25 |
107 |
25 |
10 |
64 |
33 |
| Class 20 |
80 |
120 |
200 |
109 |
113 |
14 |
73 |
| Class 21 |
129 |
250 |
379 |
227 |
260 |
35 |
84 |
| Class 22 |
50 |
117 |
167 |
113 |
42 |
60 |
65 |
结果字段与追溯
请使用 final_class_id / final_class 作为本次最终类别。上一版 merged_class_id / merged_class、原A类、原聚类编号与离群状态均完整保留,供追溯。classification_source 区分原表格合并归属与本次最近中心分配。
逐目标提供最近与第二近中心、距离、参考P95距离比、前两类间隔、优先复核原因和配置域覆盖情况。classification_review_required 对所有新归类为true;优先复核标记只是其中一个子集。原隶属分数仍属于旧HDBSCAN结果,不能当作新类别分数。
正式标签、原划分、历史合并结果及分割标签不改写;原几何测量和候选结构描述保持不变。数据包含原train/val/test的参考成员,因此本轮是全量数据属性补分组,不构成独立训练/测试实验,也不报告分类测试精度。
复现与核验
python -m pallet.reclassify_appearance_outliers;可指定 --merged、--clustering、--output。输入与输出哈希、冻结来源、中心配置见运行清单和校验和。核验包括5,362个离群目标唯一分配、6,982个原归属保留、全量目标身份和原字段未变、独立距离重算以及正式标签/冻结元数据哈希。
类别参考与新增样本
每类展示最接近中心的原参考、新归类近中心样本、远中心样本和前两类接近样本,供人工比较。