Machine learning 根据预测值组合机器学习模型

我正在为非常标准的任务构建ML预测：特性数=30，结果值，我必须预测的是一个介于0和1之间的实数。在分析数据之后，我发现[0,0.2]、[0.2,0.4]、[0.8,1]范围内的数据看起来非常不同。我想出了建立5个模型的想法，每个范围一个模型，并将它们结合起来以获得更好的预测。为了检测要使用的模型，我将建立另一个模型（可能使用NN、SVC或其他模型）预测值的范围（上述5个范围），然后相应地应用五个模型中的一个

这里出现了两个问题： 1.它有意义吗？它能提高预测质量吗？

---

2.我不认为这是唯一的想法，我是第一个。有人能给我指出相同/相似的方法吗？

我在处理此类数据时也遇到了同样的问题。我将0到1之间的所有特征标准化，使用任何模型，你都会得到很好的分类。

是的，我认为这种方法可以为你提供更好的分辨率结果。一种可能的方法是使用kmeans聚类，然后再使用任何好的模型，如NN、基于树的模型等。谢谢，但这不是关于这个。我想为不同的范围建立不同的模型，因为它们看起来有很大的不同