一种机器学习模型的拟合预测方法、系统、设备及介质

本申请涉及一种机器学习模型的拟合预测方法、系统、设备及介质，方法包括：获取原始训练集；基于原始训练集，构建多个目标训练集和每个目标训练集对应的训练验证集；利用多个目标训练集分别对待训练机器学习模型进行训练，得到多个机器学习子模型；基于多个训练验证集，确定每个机器学习子模型的拟合权重；获取预测集，并基于预测集、多个机器学习子模型和多个拟合权重，确定目标拟合预测结果。解决了现有技术中未考虑到不同机器学习子模型由于训练差异带来的拟合预测差异，使得只使用一种机器学习模型对预测集进行拟合预测得到的结果的准确性较低的问题。