[发明专利]基于自监督特征增强及堆叠类集成学习的价格预测方法、计算机装置及计算机可读存储介质

摘要

本发明提供一种基于自监督特征增强及堆叠类集成学习的价格预测方法、计算机装置及计算机可读存储介质，该方法包括获取初始数据，对初始数据进行完全集合经验模态分解；对经过完全集合经验模态分解的数据进行特征增强处理：利用自监督模型输出缺失特征的预测值及置信度，保留高置信度的数据，并进行特征填充，将特征增强后的特征与原始特征进行合并，得到完整的特征向量；将经过特征增强的数据输出至堆叠类集成学习器，采用多个基学习器对经过特征增强的数据进行学习，将多个基学习器的初始预测结果输出至元学习器，由元学习器输出最终预测结果。本发明还提供实现上述方法的计算机装置及计算机可读存储介质。本发明能调高预测的准确性。