Leider gibt es meines Wissens keine "Merkmalswichtigkeit" im Kontext eines k-Means-Algorithmus - zumindest in dem Verständnis, dass Merkmalsbedeutung "automatische Relevanzbestimmung" bedeutet (wie in der Verbindung unten).
Tatsächlich behandelt der k-Means-Algorithmus alle Merkmale gleich, da das Clusterverfahren von den (ungewichteten) euklidischen Abständen zwischen Datenpunkten und Clusterzentren abhängt.
Allgemeiner gibt es Clustering-Algorithmen, die automatische Feature-Auswahl oder automatische Relevanzbestimmung oder generische Feature-Auswahlmethoden für Clustering durchführen. Ein spezifisches (und beliebiges) Beispiel ist Roth and Lange, Feature Selection in Clustering Problems, NIPS 2003
Können Sie beschreiben, was 'Feature Wichtigkeit' in der Einstellung von Clustering bedeutet? – cel
Da die Antwort auf diese Frage einige Erklärungen zu Statistikkonzepten erfordert, ist sie möglicherweise besser für [CrossValidated] (http://stats.stackexchange.com) geeignet. – C8H10N4O2