есть еще такая штука для понижения размерности, как autoencoder feature extractor. так вот я ее тестировал тоже для понижения размерности при кластеризации и получил интересные результаты похожие на значимые: если допонижать размерность до величины n-1 значимых признаков, то при поиске оптимального количества кластеров по методу колена или методом по значениям AIC, BIC картина на графике колен переходит из разряда неопределенной к более явной. Ну то есть легче определить количество кластеров оптимальное. При условии конечно, что такие признаки существуют. Ну это так. эксперименты.