基于集成学习的预告警方法、装置、电子设备及存储介质

本申请涉及计算机技术领域，特别涉及基于集成学习的预告警方法、装置、电子设备及存储介质，包括：确定待预测设备和预测时间间隔；基于预测时间间隔，利用预设的集成学习回归模型得到待预测设备的至少一个预测结果，并根据至少一个预测结果确定后验期望值；若后验期望值大于预设期望值阈值，则生成预告警信号，并基于预告警信号进行预告警提醒。由此，解决了现有的BMC告警机制时效性不足、资源占用过多导致难以部署和运行，以及单一模型预测准确性差且无法根据数据变化实时优化的问题，通过多种数学模型分析过往传感器数据能够在低资源占用下实现高效、准确的阈值传感器预告警。