时空流数据预测模型训练方法

本申请公开了一种时空流数据预测模型训练方法，涉及时空数据挖掘技术领域，该方法包括：获取样本；基于样本中的数据批次执行多次模型训练操作，直到满足停止条件，得到时空流数据预测模型；任一次模型训练操作包括：由当前阶段的初始预测器进行预测，得到当前数据批次的预测时空流数据；基于当前数据批次的真实数据和预测时空流数据以及预设损失函数，对预测器的权重进行调整，得到当前阶段优化后的第一预测器；检测当前数据批次的历史时空流数据是否有数据分布偏移；若有，对第一预测器进行权重微调；若无数据分布偏移，当前阶段优化后的第一预测器即为下一次模型训练操作对应的初始预测器。本申请可提升预测的准确性。