一种自动化模型训练方法、装置、设备及存储介质

本发明公开了一种自动化模型训练方法、装置、设备及存储介质，涉及机器学习技术领域，包括：获取原始数据集，基于预设特征工程选择规则确定目标方法组合；基于所述目标方法组合从所述原始数据集中确定目标数据，计算所述目标数据中每个特征对应的信息价值，并获取每个所述特征对应的目标分裂点次数；基于所述信息价值以及所述目标分裂点次数对全部所述特征进行排序，以得到排序后特征；从所述排序后特征确定目标训练特征，并利用所述目标训练特征训练原始模型，以得到目标模型。本发明通过利用信息价值和目标分裂点次数实现高效的特征选择，减少了数据冗余和过拟合风险；采用贝叶斯实现自动化建模，减少人工干预，提升模型的泛化性能和预测性能。