假设我有数据集D，可以将其描述为特征向量V 经过分析，我意识到该数据集中的样本已收敛到3个不同的特征集。我能够创建3个特征向量V1，V2，V3，它们是V的（几乎）子集，但它们更精确地描述了D。 换句话说，D可以分为D1，D2，D3-每个子数据集都可以用V1，V2，V3很好地表达。
我的问题：是一种常用/可接受的方法，我将使用3个特征向量来训练D1，D2，D3，然后创建3个分类器，而不是仅使用1个特征向量V只做1个分类器？
“收敛”的类型在数据集中的样本中也很常见，因此我想使用多个分类器对其进行概括。
谢谢！