基于广义学习矢量化的学位预测方法、系统、介质及设备

本发明实施例公开了一种基于广义学习矢量化的学位预测方法、系统、介质及设备，方法包括：根据学位紧张程度进行学区类型划分确定不同学区类型并获取各学区在历史学年以及未来学年的学区多维数据；将历史学年的学区多维数据整合为第一特征向量及将未来学年的学区多维数据整合为第二特征向量；将历史学年的第一特征向量作为输入样本，根据输入样本与原型向量的距离定义目标函数；通过目标函数生成最新树，分别以各学区在历史学年的公办学校报名数作为预测目标以第一特征向量作为输入样本，通过添加最新树来构建各学区类型的最终XGBoost回归预测模型；将未来学年的第二特征向量输入对应的模型进行预测，得到各学区在未来学年的公办学校的预测报名数。