是否有将数据集拆分为两个或多个子集的通用方法，以便可以更准确地解决生成的单独子集的分类问题？

我有一个非常不一致的数据集，我只能以 50% 的准确率对其进行分类。根据预测变量应该与输出变量相关的假设，我将集合分为两个子集。在我的第一个子集中，我只包括数据集中的样本，即预测变量与输出变量相关。剩余的样本进入第二个子集。之后，两个子集（1k 个样本/2k 个样本）表现更好，准确率从 50% 提高到 95%/65%。在这个具体的例子中，我强烈怀疑用于标记的类标签被不同的人解释不同，这导致了标签冲突。手动“强制执行”一种解释有助于区分这一点。

我想知道是否有一种通用方法可以为我的其他输出变量实现这一点。即，找到我的数据集的分离，以便可以使用某些机器学习算法对两个集合分别进行准确分类。