手感 vs 数据
在手写实验室里玩久了会有个感觉：8 特别容易被认成别的。 这不是错觉——用页面同款的二值 k-NN（k=3）跑完整个 MNIST 测试集，十个数字的准确率排出来， 8 以 90.0% 垫底，比全场平均低了近 6 个点。
头号流向是 3 和 5——这不是随机撒错，方向性极强。为什么偏偏是它们？往下看。
解剖：8 里面藏着谁
把 8 的"平均数字"（质心）和它最近的五个对手逐像素叠起来看。灰色是两者共享的笔画， 红色是只有 8 有的部分，蓝色是对手独有的。点按钮换对手。
这就是 8 的结构性困境：它是唯一一个"包含"了大半个别的数字的数字—— 去掉左半边就是 3，上圈闭合不好就是 9，下圈没封死就是 5 或 2 的尾巴。 写 8 时任何一笔含糊，它就"塌"成对应的对手。再叠加一个事实：第四课测过， 8 的类内散度全场最大（大家写 8 的方式最五花八门），于是两头受气。
4↔9 这一对其实距离最近（互相是彼此的头号威胁），但它们只有一个危险邻居； 8 的特殊在于前五个对手全挤在 79–103 bit 之内——别人是单挑，8 是被围殴。
俯瞰：784 维空间的地图
把每类 150 张测试图用 PCA 压到二维画出来（只保留了约 15% 的信息，但邻里关系依然可辨）。 紫色是 8，彩色是它的三大对手，其余数字淡灰。带红圈的点是被认错的图—— 注意它们聚在哪里：几乎全在类与类的交界地带。鼠标放到点上可以看它的真实身份。
8 的云团横在 3、5、9 之间的十字路口上——它不是站错了位置，而是它的位置本来就是交通枢纽。
这一页说明了什么
8 难认不是模型"粗心"，是几何事实：在"逐像素比距离"的世界里， 8 与五个数字共享大量笔画，且自身写法最多变。想把 8 认对，需要的不是更多训练图， 而是能看出"两个闭合圈"这种结构特征的眼睛——还记得第四课开头连通分量数洞的实验吗？ 8 是唯一有两个洞的数字，拓扑特征恰恰是它最强的辨识符。像素距离的短板，正好是结构特征的长板—— 这也是"该让机器自己学特征"的又一个证据。