类边界是什么？统计分组中相邻两组之间的分界值

类边界（Class Boundary）是指数据集中相邻两个类别或分组之间的分界线。它帮助确定每个分组所包含的数值范围，让数据的分析和解释更加清晰。当数据被分成不同的组时，每个组都有它的组上限和组下限，而类边界就用来精确地界定组与组之间的分界。这个概念主要出现在统计学的频数分布中。

为什么需要类边界

在统计分析中，常常需要把大量的数据分成若干个组，统计每个组里有多少个数据，形成频数分布表，再画成直方图，以便直观地看出数据的分布规律。比如统计一个班 50 名学生的考试成绩，可以分成 60 到 69 分、70 到 79 分、80 到 89 分、90 到 99 分几个组。

问题在于，这样写出的组之间是有“缝隙”的：69 分属于第一组，70 分属于第二组，但 69 和 70 之间还有一段空隙。如果成绩可以有小数，比如 69.5 分，它该归到哪一组？为了消除组与组之间的间隙，让分组变得连续而不重叠，就需要用到类边界。

怎么确定类边界

类边界通常取相邻两组中，前一组的组上限和后一组的组下限的中点。在上面的例子中，第一组的组上限是 69，第二组的组下限是 70，它们的中点是 69.5，所以 69.5 就是这两组之间的类边界。于是各组的实际范围就变成了：59.5 到 69.5、69.5 到 79.5、79.5 到 89.5、89.5 到 99.5，组与组之间首尾相接，没有任何缝隙。这样，任何一个数据都能被明确地归入唯一的一组。类边界之间的距离，叫作组距。

它的用途

绘制直方图：直方图的各个柱子是紧紧相连、没有间隔的，柱子的左右边缘正好对应各组的类边界，这样才能准确地反映连续数据的分布。计算统计量：在根据分组数据估算中位数、众数、百分位数等统计量时，需要用类边界来进行计算。处理连续数据：对于身高、体重、时间这类连续变量，类边界能保证每个测量值都有明确的归属。

和机器学习中“决策边界”的区别

在机器学习中，还有一个容易混淆的概念叫“决策边界”：它指的是分类模型在特征空间中划分不同类别的那条分界线或分界面，比如一个模型把“猫”和“狗”的样本分开的那条边界。决策边界可以是直线，也可以是复杂的曲线，它是由模型从数据中学到的，用来对新的样本进行分类。两者都涉及“分界”，但统计学中的类边界是对数值进行分组的分界值，而机器学习中的决策边界是区分不同类别的分类界线。