# 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](gallery.html) · [下载Excel统计](离群目标重新分类结果.xlsx) · [离群分类CSV](outlier_assignments.csv) · [完整目标CSV](targets.csv) · [优先复核CSV](priority_review.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。
