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，但我只是想知道分类和聚类算法之间的最佳特征组合是否相同）
我搜索了网站和我认识的任何资源，但我找不到我的问题的答案，有人可以告诉我或者只是给我一个链接？谢谢！
如果两种情况下目标的性质相同，我会说是的 . 我们理想地想要的是在N空间中彼此正交（垂直）的易处理的特征数量，使得每个特征可以最大程度地有助于预测 .
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 .
它可能不够好 .
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）才能将它们聚类（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） .
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 .
2 回答
如果两种情况下目标的性质相同，我会说是的 . 我们理想地想要的是在N空间中彼此正交（垂直）的易处理的特征数量，使得每个特征可以最大程度地有助于预测 .
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 .
它可能不够好 .
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）才能将它们聚类（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） .
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 .