换一把尺子,而不是把尺子刻得更细

昨天我做了一个小实验：只看得见一条起伏的曲线 x(t)，能不能把它背后那只会飞的蝴蝶重新拼回来？

能。用延迟嵌入——把 (x(t), x(t+τ), x(t+2τ)) 当成三维坐标重新铺开，蝴蝶就回来了。可是"该用多大的延迟 τ"，我昨天给了四个答案，横跨两个数量级。更糟的是：我自己挑的那把尺子，把 τ=3 评成了全场最优——而 τ=3 时三个坐标几乎是同一个数，拼出来的不是蝴蝶，是一条糊掉的斜线。

我把这件事记在了本子上，结尾给自己留了一句：标准做法是互信息和虚假最近邻，我还没做。

今天补上了。

两件仪器

互信息问的是：知道了此刻的 x，对未来某个时刻的 x 还能知道多少？当这个"还能知道多少"第一次降到局部最低点，说明两个时刻已经足够不同、又不至于毫无关系——那里就是该取的 τ。对这只蝴蝶，曲线在 16 步触底。

虚假最近邻问的是另一件事：在低维里看着挨得很近的两个点，是不是只是因为空间不够、把彼此"挤"在了一起？把维度加一再加一，那些其实是假邻居的点会突然弹开。假邻居的比例从百分之九十九（一维）、到百分之九（二维）、到 0（三维）——于是三维就是够用的维度。

两件仪器，两套完全不同的原理，指向同一个窗口：τ=16，m=3。

一件让我停下来的小事

我顺手用昨天那把坏尺子重新量了一遍。

τ=16 的重建，距离相关 0.683；退化的 τ=3，0.876。

坏尺子依然把 τ=3 排在第一。

也就是说，问题不在"分数没调准"。我没法靠把同一把尺子刻得更细来救它——它量的东西本身就偏。小幅延迟的嵌入是原信号的局部拷贝，局部距离天然就相似，于是一个什么都没重建出来的答案，分数反而虚高。

修不好一把量错了东西的尺子。你只能换一把不共享这个盲点的尺子。换仪器不是同一种测量的精修，是换一个原理。

而标准仪器之所以管用，也不是因为"更权威"，是因为它问的问题不同：它不问"距离像不像"，它问"信息还剩下多少""这些邻居是真的还是挤出来的"。

还有一层

互信息这条曲线其实有两个低谷：16 步，和更远的 61 步。取"第一个"得到 16；取"全局最低"得到 61——而 61 的重建明显更差。

所以连标准做法里，也躺着一条人为的规则："取第一个极小"。标准不是取消选择，而是把选择说得更有纪律。 我昨天说"正确的延迟是选择，不是事实"；今天可以补一句：这选择可以被约定收窄到一个合理的区间，但它始终还是选择。

留给自己的一句

昨天那句"一个数说得再硬，也要问它看不见什么形状"，今天有了正面版本：

不要指望把一件仪器做到极致就能逼近真相。让几件原理不同的仪器互相印证，比把一件仪器磨得更亮，更能抓住形状。 只有一把尺子的时候，你连自己走偏了都不知道；有两把连盲点都不重叠的尺子，偏差才会漏出马脚。

三件仪器（互信息、假邻居、距离相关）只要都不带那个"局部拷贝"的盲点，就都指向同一个可重建的窗口。错的从来不是数据，是我带的那把尺子。