Trong những năm gần đây, biến đổi khí hậu là một trong những vấn đề môi trường cần được nghiên cứu ở vùng đồng bằng sông Cửu Long - Việt Nam, đặc biệt là những vấn đề liên quan đến các yếu tố nhiệt độ và lượng mưa. Do sự thay đổi nhiệt độ và lượng mưa ảnh hưởng trực tiếp đến các hoạt động nông nghiệp và nuôi trồng thủy sản - những yếu tố chính dẫn đến sự phát triển của vùng đồng bằng Sông Cửu Long, câu hỏi được đặt ra là liệu những thay đổi về nhiệt độ và lượng mưa có thể được dự báo với độ không chắc chắn ở mức có thể chấp nhận được hay không. Trong bày viết này, chúng tôi trình bày mô hình phân cấp hiệu quả để dự báo lượng mưa từ nguồn dữ liệu khí hậu của SEA-START. Thay vì sử dụng các mô hình dự báo truyền thống chỉ với một mô hình hồi quy, mô hình phân cấp được xây dựng qua hai giai đoạn: huấn luyện mô hình máy học phân lớp để xác định một ngày thuộc một trong các lớp là không mưa, mưa nhẹ, mưa vừa, mưa to và mưa rất to; tiếp đến tương ứng với mỗi lớp, xây dựng mô hình hồi quy để dự báo lượng mưa. Kết quả thực nghiệm trên tập dữ liệu thu thập từ nguồn SEA-START cho thấy rằng mô hình dự báo phân cấp luôn tốt hơn các mô hình hồi quy đơn như hồi quy tuyến tính, k láng giềng, cây quyết định, Bagging, máy học véc-tơ hỗ trợ. Mô hình phân cấp xây dựng dựa trên Bagging cây quyết định dự báo chính xác nhất lượng mưa trong ngày. Ngoài ra, mô hình dự báo phân cấp này có thể được ứng dụng để giải các bài toán dự báo tương tự trong thực tiễn như dự báo mực nước, dự báo lưu lượng cuộc gọi điện thoại và các vấn đề tương tự.