在进行K均值聚类后，如何在每个聚类中找到最具代表性的特征？

Question

我试图在高维数据集(CDR数据)中使用K均值。

在集群之后，我想用characteristic来表示每个集群和--最丰富的特性，它可以显示该集群中客户的唯一/代表性的。

例如,

群集1：High：call_duration，Low：number_of_friends，High：call_at_night 群集2：Low：call_duration，High：use_promotion 集群3：High：internet_usage

我想知道..。

问题1:如何找到那些能代表每个集群的信息特性？问题2:如果有许多信息特性，如何衡量哪一个更有代表性？

另一个问题是“如何衡量这个值是高还是低？”

我目前的解决方案是将z-规范化应用于每个集群质心中的每个特性，然后我假设

• <-2σ或>2σ是孤立点
• (-2σto -1σ)或(1σto 2σ)低/高
• -1σ到1σ是中等的

问题3:这个测量有意义吗？请给我你的建议。

Answer 1

训练决策树来区分簇。

或任何其他特征选择方法的分类，因为这现在是一个分类问题。