关于《统计学习方法》中第三章构造kd树算法中的中位数问题

转载：https://blog.csdn.net/wzc_1230/article/details/88947740

最近在看李航所著的《统计学习方法》，很不错的一本书。但在第三章构造平衡kd树时，原书中说的是“以T中所有实例的x(1)坐标的中位数为切分点”（p42），此处的中位数说法自认为不准确。
根据随后给出的
例3.2 给定一个二维空间的数据集:
T={(2,3)T,(5,4)T,(9,6)T,(4,7)T,(8,1)T,(7,2)T}T={(2,3)T,(5,4)T,(9,6)T,(4,7)T,(8,1)T,(7,2)T}，构建一个kd平衡树。

我们可以看到，若是取2,5,9,4,8,7的中位数应该是6，但却是根据（7,2）这个点来切分的，随后的递归过程中也是如此，此处让我很困惑。
于是上了维基百科查了一下，原来代码中的中位数的定义为```

median = len(point_list) // 2 # choose median
location=point_list[median]

即列表长度除以2向下取整，2,4,5,7,8,9长度为6，取point_list[3]作为median，由于python索引从0开始，point_list[3]为7，这也可以说明后边的递归过程中为什么选择（4,7）和（9,6）
自认为应将此处的“中位数”说法改成“中值”避免混淆。