Supongamos que tengo un gran conjunto de datos con muchas características (atributos). Y tengo la tarea de construir algún tipo de modelo de puntuación para clasificar ciertos objetos con todas estas características. ¿Cómo puedo hacerlo?
Por lo que he entendido hasta ahora, me gusta pensar en esto como un problema de aprendizaje supervisado. Pero el problema es que NO hay clases etiquetadas (o al menos no es aparente). ¿Cómo puedo ordenar estos objetos? Lo más parecido que se me ocurre son las puntuaciones de crédito, pero en los modelos de puntuación de crédito, uno supuestamente tiene clases etiquetadas en cuanto a quién históricamente fue bueno y malo.
¿Debo inventar/crear alguna métrica basada en la lista de atributos y utilizarlos como casos etiquetados? Por ejemplo, si el atributo $_1 > x$ y el atributo $_2< y$ etc., entonces se considera "bueno"
Creo que quieren una clasificación numérica (es decir, que todos los objetos tengan puntuaciones numéricas asignadas a los objetos como las puntuaciones de crédito). Si ese es el caso, ¿necesito siquiera el aprendizaje automático/la minería de datos? ¿No puedo simplemente clasificar por estos atributos una vez que estén de acuerdo con el significado de la ordenación?