我有一个呼叫中心员工的数据集，它具有以下功能：-
1）EXPERIENCE_IN_DAYs
2）总计_DEVICES
3）总计活动
4）Average_l1_support_time_peractivity_sec
5）Average_L1_SUPPORT_Time_secs_perdevice
6）总通话次数
7）Average_L1_SUPPORT_Time_secs_percall
8）总计查找时间（秒）
9）Average_Total_Look_Up_Time_secs_per_activity
10）平均查询时间/设备时间/秒
11）平均查询时间/通话时间/秒
12）总计闲置时间（秒）
13）Avg_idle_time_per_device
14）Avg_idle_time_per_call
15）Avg_num_device_per_call
16）总持续时间
17）平均处理时间
18）NUMBER_OF_REPEAT_CALLS
19）CALL_FORWARD_COUNT
所有列高度偏斜。 行是唯一员工的记录。
问题陈述：- 基于这些功能，我需要对呼叫中心中的所有员工进行排名。 对于排名，我正在考虑使用以下等式给每位员工打分：-
Agent_Score = A1 *（EXPERIENCE_IN_DAYs）+ A2 *（Total_DEVICES）+ A3 *（Total_Activities）+ .... + A19 *（CALL_FORWARD_COUNT）
其中A1，A2，A3，...，A19是赋予每个特征的权重。
我没有业务专业知识/知识来分配权重，因此必须使用数据来达到目的。
对我来说，这似乎是一个无监督的排名问题。
我认为要开始的步骤：- 1）使用对数转换对数据进行归一化。
2）应用PCA，并针对解释最大方差（特征值> 1）的主成分，找到该主成分上所有特征的单独份额。
3）在我的Agent_Score方程中，将要素在主要组件上的份额指定为该要素的权重。
请根据我的方法提出其他解决方案或改进/缺点。