如果您要在随机森林中完全形成树，那么它们应该能够重新创建您最终聚类的规则，并且准确度将是 100%。现在，如果您要切断随机森林中树木的深度（这是非常标准的，假设您设置 max_depth = 8），那么您的准确度可能会低于 100%。这意味着您无法始终从某些显着特征中获取信息，因为它们不是一个或多个决策树用于分类的 8 个级别的一部分。

那么我的问题是：你为什么要这样做？一旦使用 k-means 获得了每个集群的质心，就可以很快地确定新记录属于哪个集群。我不确定我是否理解您为什么要以这种方式使用随机森林。

如果可以通过随机森林等分类器轻松预测聚类，则它不是质量指标。

特别是对于 k-means，我认为情况正好相反。

你有 800 个特征。有这么多的节日。您通常在 k-means 中遇到缩放问题。在最坏的情况下。整个结果仅取决于单个特征。在这种退化的情况下，单个特征就足够了，分类器将达到 100% 的准确率。所以结论“好的分类器，因此好的聚类”显然是错误的。