我有 N 个通过随时间记录不同参数而获得的时变特征向量。这导致 N*N 相似性矩阵包含每个特征的一对一相关值。我们只需要考虑上三角矩阵，因为它是对称的，因此一个特征的相关值较低，对应于所有其他特征。是否有任何学习方法可以自主识别该特征。例如，矩阵看起来像这样

             Feature 1   Feature2 Feature 3 Feature 4
   Feature1  1           0.91      0.81       0.44
   Feature2  0.91          1       0.98       0.31
   Feature3  0.81       0.98       1          0.32
   Feature4  0.44       0.31       0.32        1

所以我们知道特征 4 的行为有所不同。任何可以学习这种差异并识别相应特征的学习方法。对不起，如果这是一个非常琐碎的问题，我是数据分析的新手。