我最近在想这个。假设我们有一个非常复杂的空间，这使得学习一个可以有效分割它的分类器变得很困难。但是，如果这个非常复杂的空间实际上是由一堆“简单”的子空间组成的呢？简单来说，我的意思是学习该子空间的分类器会更容易。

在这种情况下，首先对我的数据进行聚类，换句话说，找到这些子空间，会帮助我学习更好的分类器吗？这个分类器本质上是每个子空间分类器的集合。

澄清一下，我不想将集群用作附加功能并将其提供给大分类器，我想单独训练每个集群。

这是已经完成/证明有效/证明无效的事情吗？上面有论文吗？我一直在尝试搜索这样的东西，但找不到任何相关的东西，所以我想我会在这里问。