我从事数据挖掘工作，熟悉分类、聚类和回归任务。在分类中，可以有很多实例（例如动物）、它们的特征（例如腿的数量）和一个类别（例如哺乳动物、爬行动物）。
但我需要完成的是，给定一些属性，包括class属性，来确定我指的是哪个唯一的实例（例如长颈鹿）。我可以提供我所拥有的所有已知属性，如果模型无法找到答案，它可以要求另一个属性——类似于20个问题的游戏风格。
所以，我的问题是：这个特定的任务有名字吗？它似乎类似于分类，即类对每个实例都是唯一的，但这不适合当前的训练模型，可能除了决策树模型。
您的输入，在机器学习中表示为特征，是物种的元组（我认为您所说的"实例"）和物理属性。你的产出是更广泛的分类等级。因此，为每个输入分配一个是一个分类问题。由于您的功能不完整，您希望执行<数据不完整的em>分类，或估算缺失特征。搜索这些术语会给你足够的线索。
（另一个任务正确地称为集群。）
IMHO您正在寻找的只是一个决策树。
除了，你不是在你的类别属性（你的"类"）上训练它，而是在单个实例标签上训练它。
不过，你需要仔细选择拆分度量，因为许多度量都适用于班级规模——现在你所有的班级都有1号。为决策树找到一个好的分割可能需要提前计划一些分割，以获得最佳平衡树。随机森林式的方法可能有助于提高找到一棵好树的机会。