我正在为相当标准的任务构建ML预测：特征数量= 30，结果值，我必须预测的是0到1之间的实数。在分析数据后，我发现了对于范围[0,0.2），[0.2,0.4）...... [0.8,1]，数据看起来完全不同。我想出了构建5个模型的想法，每个模型对应一个模型，并将它们组合起来以获得更好的预测。为了检测使用哪个模型，我将构建另一个模型（可能使用NN，SVC或其他）来预测值的范围（上面的5个范围），然后相应地应用五个模型中的一个。
这里出现两个问题： 1.这有道理吗？它能提高预测质量吗？ 我不认为这个想法是独一无二的，我是第一个。有人能指出我采用相同/类似的方法吗？
答案 0 :(得分：-1)
当我使用这种数据时，我也遇到了同样的问题。我将0到1之间的所有特征归一化，你可以使用任何模型，你将获得良好的分类。