予測値に応じたマシン学習モデルの結合

Question

かなり標準的なタスクのためのML予測を構築しています：予測する必要があるフィーチャ数= 30、結果値は0と1の間の実数です。私はデータが範囲[0、0.2]、[0.2、0.4）... [0.8、1]で全く異なって見えることを発見しました。私は5つのモデルを作成し、それぞれの範囲ごとに1つのモデルを作成し、それらを結合してより良い予測を得るという考えを思いついた。使用するモデルを検出するために、値の範囲（上記の5つの範囲）を予測する別のモデル（おそらくNN、SVCなど）を作成し、それに応じて5つのモデルの1つを適用します。

ここで2つの質問が発生します。 1.意味がありますか？予測品質を改善できますか？ 2.私はこのアイデアはユニークではないと私は最初のものだと思う。誰かが同じ/類似のアプローチを教えてもらえますか？

Answer 1

私はこの種のデータで作業していたときも同じ問題に直面しました.iは0から1の間ですべてのフィーチャを正規化しました。どのモデルでも良い分類が得られます。