用于分类和聚类的特征之间的关系

Question

我是机器学习的新手，我有以下问题。假设我已经对某些数据实施了分类算法，并认识到分类算法的最佳特征组合。如果有一天我从同一资源中获取数据，而这些资源缺乏先前分类任务中的目标特征，我可以使用最佳功能组合直接分类到聚类任务吗？ （我知道我可以使用我训练的模型来预测数据的目标，但我只想知道分类和聚类算法之间的最佳特征组合是否相同）

我搜索过网站和我认识的任何资源，但我无法找到问题的答案，有人可以告诉我或者只是给我一个链接吗？谢谢！

Answer 1

我会说是的，只要两种情况下目标的性质相同。理想情况下我们想要的是在N空间中相互正交（垂直）的易处理数量的特征，以便每个特征可以最大程度地促进预测。

举一个具体的例子，T恤衫，无论是大尺码还是小尺码。你得到的数据显示，在制造过程中会有一些材料收缩，这意味着T恤有点不规则，收缩率在高度和宽度之间变化，但不是很多。数据显示高度，宽度和颜色，您想要确定它们是在大组还是小组中。您会发现高度和宽度很重要但颜色不重要，因此您决定使用高度和宽度作为分类功能。

重要的是，这两个特征已被确定为彼此最正交，这应该适用于分类或聚类上下文。群集的数量仍然是需要检查的因素。

Answer 2

可能不够好。

例如，可以分析决策树或随机森林以获得特征的重要性。但是这并不能告诉你需要什么样的预处理（特别是缩放和加权）才能对它们进行聚类（特别是，分类特征难以使用，任何不连续或偏斜的东西都很难）。 / p>

此外，数据往往会随着时间而变化。一次重要的功能（例如Facebook喜欢）现在没用了。