基于可穿戴系统特征的模型训练方法、装置、设备和介质

本发明提供了一种基于可穿戴系统特征的模型训练方法、装置、设备和介质，应用于云端服务器的方法包括：根据数字孪生技术，构建并初始化用户的群体画像模型；获取群体画像模型对应的训练数据集，训练数据集包括多个用户的静态信息、运动状态和在每一个所述运动状态下的可穿戴系统的第一特征数据，第一特征数据包括多个第一用户特征和每一个第一用户特征对应的第一特征参数；根据静态信息和运动状态分别对第一特征数据进行相关性筛选和聚类评估，训练群体画像模型；向测试用户的终端发送训练后的群体画像模型。本发明实施例在云端服务器对海量数据进行自适应选择和量化分析，既可以避免算力资源过度消耗，又可以避免小样本数据的丢失。