模型训练方法及装置、数据清洗方法及电子设备

本申请提供了一种模型训练方法及装置、数据清洗方法及电子设备，其中，模型训练方法包括：获取第一数据集；对第一数据集进行多尺度聚类处理，获得聚类数据集；对第一数据集进行异常检测，获得异常特征集；按照预设的多个特征类型分别对第一数据集进行多特征提取，获得每个特征类型对应的目标特征集；将聚类数据集、异常特征集以及各个目标特征集进行特征融合，获得增强特征集；应用增强特征集对集成模型进行训练，获得训练完成的集成模型。应用本申请提供的模型训练方法不仅可以得到精度更高的集成模块，应用该集成模型进行大规模的数据清洗时，还能提高数据清洗的效率。