ML算法从聚类中提取主要特征

时间:2019-11-26 19:52:04

标签: machine-learning

我的机器学习有问题,我需要您的意见。

这是问题所在。 我有几个产品集群。所有产品均已分类,我想找到这些集群基础的“规则”。 例如,我有250个特征,例如重量,成分等,因此我想要拥有一个结果:对于集群A,产品必须在特征1上大于250 g,在特征2上大于200 g,其他248个没有。没关系。 我想找到该聚类的基础规则。

我测试了一种作为PCA的方法,但是您必须知道所需组件的数量,而这并不是我想要的。 我考虑过使用朴素贝叶斯或随机森林,但不确定。

您对此有何看法?

非常感谢您的帮助

0 个答案:

没有答案