一种分布式机器学习训练性能预测方法及装置

本发明提供的一种分布式机器学习训练性能预测方法及装置，包括：选择性能预测目标；根据性能预测确定筛选后的特征参数集合；根据多个筛选后的特征参数，采集训练性能参数和确定原始数据集；根据配置参数和训练性能参数，利用随机森林算法构建源域性能模型，并利用部分原始数据集训练源域性能模型，得到训练完成的源域性能模型；根据目标集群的部分迁移样本、训练完成的源域性能模型和迁移模型，利用支持向量回归算法，构建目标集群性能预测模型；将源集群和目标集群输入训练完成的目标集群性能预测模型，以实现源集群的性能到目标集群的性能的跨集群迁移，预测出跨集群迁移的性能参数。这样，使预测准确率较高、预测效率较高和性能预测成本较低。