가까워진 오류와 멀어진 오류
원자료에서 먼 두 점이 그림에서 가까워지면 그림을 보고 찾은 이웃이 잘못될 수 있다. 반대로 원자료에서 가까운 두 점이 떨어지면 실제 이웃을 놓친다. 두 오류는 같은 뜻이 아니므로 어떤 관계를 보존하려는지에 따라 둘을 함께 평가한다.
이웃 집합의 예제
한 점의 원래 두 이웃이 {B,C}인데 매입 뒤 {B,D}가 됐다고 하자. D는 새로 들어온 이웃이고 C는 빠져나간 이웃이다. 이 집합 비교는 두 오류의 방향을 보여 준다. 실제 순위 기반 지표에서는 D가 원래 얼마나 멀었는지, C가 매입에서 얼마나 밀렸는지도 반영할 수 있어 단순 겹침 비율과 같지는 않다.
이웃 수를 고정하는 이유
k가 작으면 바로 근처의 관계를 보고 k가 커지면 더 넓은 범위를 본다. 같은 매입도 k에 따라 점수가 달라질 수 있다. 서로 다른 방법을 비교할 때는 같은 원자료와 거리 정의, 같은 k를 사용한다. 여러 k에서의 곡선은 한 숫자보다 구조 보존의 범위를 더 잘 보여 줄 수 있다.
점수가 말하지 않는 것
높은 이웃 보존 점수가 군집의 의미나 인과관계까지 입증하지는 않는다. 원자료에서 정한 거리 자체가 과제와 맞는지도 중요하다. 반복 표본과 거리 동률의 처리 방식도 확인한다. 시각화의 신뢰성을 평가하는 일과 원래 동역학이나 생성 과정을 복원했다는 주장은 구분해야 한다.