配置化的机器学习数据集预处理方法、装置、设备及介质

本申请公开了配置化的机器学习数据集预处理方法、装置、设备及介质，涉及机器学习技术领域，包括：对数据集预处理配置文件进行校验及解析处理，并替换配置文件中的变量参数，以生成表征数据集预处理步骤的依赖关系有向图；基于配置文件调用目标主函数，以加载预设插件算法池中的目标插件函数；从预设分层存储目录读取配置文件对应的目标机器学习数据集，并通过线程池，根据依赖关系有向图对数据集进行并行预处理，以及将预处理结果保存至目录；在预处理过程中，针对每个预处理步骤的执行状态进行记录，以便进行断点续传，并针对每个文件数据的处理进度持续追踪，以便将追踪结果展示至前端，以及在监测到发生异常时根据预设异常处理策略进行处理。