一种基于机器学习的数据转换方法、装置、介质及设备

本发明公开了一种基于机器学习的数据转换方法、装置、介质及设备，所述方法包括，获取原始数据并进行预处理；对预处理后的数据基于特征选择算法进行特征选择；对特征选择后的数据基于数据类型输入至对应训练好的规则生成模型中进行数据转换规则的生成；其中，规则生成模型根据数据类型不同分别进行构建和训练；获取实时数据流，基于训练好的规则优化模型对规则进行优化，和/或根据实时监测数据对规则进行自适应调整；通过调整后的规则对数据进行处理，并对规则处理后的数据进行异常检测与修正。该方法通过实时数据模式识别生成自动化规则，并自适应进行规则优化以及全面的数据检测修正，显著提升了数据处理的效率和准确性。