基于机器学习的植物生长模型生成方法及系统

本发明涉及数据处理技术领域，尤其涉及基于机器学习的植物生长模型生成方法及系统。方法包括：获取植物生长过程中每一天在各项参数中的值；根据划分点，将所有数据点分为两个子集；确定划分后目标数据点在次目标参数的混淆程度；计算目标数据点在目标参数中的调整因子；确定目标数据点在目标参数中对应的调整后基尼不纯度；根据所述调整后基尼不纯度，构建决策树模型，得到植物生长模型，完成基于机器学习的植物生长模型生成。通过综合考虑各项参数情况，对用于构建决策树模型的基尼不纯度进行调整，改变决策树模型仅考虑一项参数基尼不纯度的情况，有效缓解植物生长模型构建中出现的过拟合问题，提升植物生长模型的准确性。