TLDR-我想对CDR数据进行聚类，这些数据代表了用户在通话，使用SMS或互联网时连接的天线。
标签为：location(8 hex digits), part_of_day(night,morning-noon,afternoon,evening),
workday\weekend,day_of_week, num of days of connection to this antenna
我想根据这些标签检测体育馆，购物中心等景点。
我有一个记录数据集，每个记录带有5个标签，每个标签的重要性不同。
我知道要根据重要性标记顺序，但不知道差异，因此两条记录之间的差异如下所示：
a*dist of label1 + b*dist of label2 + c*dist of label3使得a + b + c = 1。
位置上的差异比当天更重要，因此每个功能之间的重要性也不同。
在帖子中，有人提议使用HDBSCAN，这很好，我认为也可以使用PCA \ AU \ RBM来减少数据的尺寸，并可能获得更好的结果。
在每种方法中，都会生成新标签，也许我不知道每个标签的重要性。
即使我缩小尺寸，是否也可以保存这些功能的重要性？ 在这种情况下最好不要减小尺寸？也许扩展其中的一些，这将是算法的输入？