當你面臨的問題非常複雜時，設計一個general的分類器可能效果不佳。 如果能通過一些方式，把問題拆分，然後在每個子集上分別訓練分類器，一般效果會更好。 The Analytics Edge在講聚類的時候，就以心臟病預測爲例，講述了一下這樣做的好處。我覺得主要可以借鑑的有2點：
1. 先簡單根據醫療花銷(cost)把病人分成3組。因爲通過這個簡單特徵可以有效的把病人粗略分類，實際看也是非常合理的。
2. 然後在每個分組裏面，再進行kmeans聚類。聚類數根據經驗選10
這樣，最終模型的架構如下：首先cost bucket是一層，然後每層裏面又進行了聚類，每個聚類最終使用RF(Random Forest)做分類器，相當於一個2層的組合模型。具體分析見我的blog：利用聚類優化分類器