多视图特征选择方法、模型训练方法、设备及程序产品

本申请公开一种多视图特征选择方法、模型训练方法、设备及程序产品，方法包括：获取第一多视图数据集；第一多视图数据集包括多个第一视图，任一第一视图中包括一个或多个第一特征子集，第一特征子集中包括原始数据集中原始数据对应的第一特征值；确定每个第一特征子集中第一特征值的分布差异；根据第一特征子集中第一特征值的分布差异，确定第一特征子集的权重；根据第一特征子集的权重，从多个第一特征子集中确定最优第一特征子集。本发明通过关注不同类别原始数据的第一特征值的分布差异层面，而不是去关注不同类别原始数据的数量差异层面，实现对所有类别的原始数据进行平等对待，以减轻类别不平衡问题的影响，从而特征选择的效果也更好。