允许部分数据源随机缺失的机器学习模型的构建方法

摘要

本发明涉及允许部分数据源随机缺失的机器学习模型的构建方法，包括：步骤A.将建模样本划分为训练样本和验证样本两部分；步骤B.将一部分数据源作为缺失数据源；分别将训练样本和验证样本中与缺失数据源对应的变量的值设置为缺失；步骤C.通过训练样本对机器学习模型进行训练，得到预测模型；步骤D.调取预测模型通过验证样本计算出预测值，再通过预测值计算出在实际应用中的效果值；步骤E.调整相关参数后再由步骤B开始执行；步骤F.将所有效果值中的最大值对应的预测模型作为最终模型。本发明能够使得机器学习模型在数据源发生随机缺失时仍能最大化模型效能，从而提高模型预测效果，由此保持了业务连续性、提高模型的可服时间。