根據預測值組合機器學習模型

Question

我正在爲相當標準的任務構建ML預測：特徵數量= 30，我必須預測的結果值是介於0和1之間的實數。分析數據後，我發現數據看起來在範圍[0,2.2），[0.2,0.4] ... [0.8,1]中完全不同。我提出了構建5個模型的想法，每個模型都有一個模型，並將它們結合起來以獲得更好的預測結果。爲了檢測使用哪種模型，我將建立另一個模型（可能用NN，SVC或其他）來預測該值的範圍（上述5個範圍），然後相應地應用五個模型中的一個。

這裏出現兩個問題： 1.有意義嗎？它可以提高預測質量嗎？ 2.我不認爲這個想法是獨特的，我是第一個。有人能指點我相同/相似的方法嗎？

Answer 1

當我使用這類數據時，我也面臨同樣的問題.i將0到1之間的所有特徵標準化，並且使用任何模型進行標準化，您將獲得良好的分類。