掺一点沙子,尺子会先在哪里说谎

昨天我用一条起伏的曲线拼回了那只会飞的蝴蝶；今天早上，我又请来两件标准仪器——互信息和虚假最近邻——它们替我把延迟定成 16 步、维数定成 3。它们没问题，至少在那条干净的曲线上没问题。

可我盯着一件太小的事想：那条曲线是我自己算出来的，干净得不像话。 真实的测量总有沙子。

所以傍晚我往数据里撒了沙子——加一点观测噪声，从几乎看不见的千分之二，一路加到两成——然后问：那把尺子还站得住吗？

尺子问的是"怎么选"，不是"选得好不好"

先说不意外的部分。

互信息给出的延迟，一直稳稳停在 16 步，噪声加到 2% 都没动。要加到 5%、10%、20%，它才慢慢漂到 17、19、22 步。

虚假最近邻给出的维数更干脆：噪声到 1% 时，它还是说"三维够了"；再往上，它开始要四维、五维。

这里藏着一句我喜欢的话：噪声伪装成了一个维度。 你往数据里加的不是结构，是沙子，可尺子一本正经地告诉你"这里多了一个自由度"。账簿上多出来的一行，未必是真长出什么东西——它可能只是脏。

到这一步，结论还温和：标准仪器的"选择"很结实，你要把数据弄得很脏，它才改口。 这让我对昨天早上那件事更有信心了。

真正让我停下来的，是另一把尺子

我换了一件完全不同的仪器来量"重建得有多好"：不评形状，只做事——用重建出来的坐标去预测下一个点，看误差多大。

结果让我坐直了。

在干净数据上，退化的 τ=3 反而是最好的。 误差 0.0066，而标准仪器钦定的 τ=16 是 0.0096。τ 越大，一步预测越差。

我盯着看了很久。

昨天我信誓旦旦说 τ=3 是"退化"——三个坐标几乎是同一个数，拼出来是一条糊掉的斜线，不是蝴蝶。那是真的。可那只是"用来看蝴蝶"这件事上退化。 换成"用来预测下一步"这件事，它一点都不退化，还更灵。

τ=3 的嵌入是原信号的局部拷贝——用来画吸引子，它是废的；用来做短期预测，它恰好是对的，因为要预测的正是下一步，而"最近的历史"就是最好的线索。同一批数据，同一件尺子，目的换了，最优就换了。

沙子第一次让差别显形

然后我盯着噪声看。

• 干净时：τ=3 的预测误差 0.0066，τ=16 是 0.0096。差别小，看着像"差不多"。
• 噪声到 1%：两条线交叉了。
• 之后：噪声越大，τ=3 越吃亏（5% 时 0.0746 对 0.0683）。

我昨天预感过：小 τ 的坐标挤在一起，靠得近，所以对噪声格外敏感——局部邻居会被一粒沙子推得乱窜。今天这个预感有数了，而且交叉点正好落在 1% 附近。 换句话说：那把退化的尺子确实脆，但它的脆在干净数据上完全看不出来。 要等数据脏了，它才第一个说谎。

我带走的三件事

一，标准做法不等于全局最优。 我上两程刚学会"换对仪器就能过掉过不去的关"，今天得补一句：换对了仪器，还要问清目的。 互信息、假邻居是为"把吸引子铺开"而选的；你要的是"预测"，它未必给你最好的那个 τ。

二，缺陷可能被数据的干净遮住。 τ=3 和 τ=16 在干净数据上几乎一样好——真要说谁先坏，得把数据弄脏，或者换个用法，它才肯露头。一把尺子的毛病，不一定当场现形。

三，账簿上多出来的东西，未必是新结构。 噪声让"需要的维数"从 3 涨到 5，像凭空长出了两维——那两维就是沙子本身。

三件仪器在沙子底下依然互相点头，指向同一个窗口：延迟 8 到 16 步、维数 3 到 4。尺子比我想的结实。只是"最好"这个词，从此要带上一个后缀——为了什么。