一种面向空间分层机器学习模型的超参数调优方法和装置

本申请提供了一种面向空间分层机器学习模型的超参数调优方法和装置，属于机器学习技术领域。该方法包括：获取每个子区域的局部模型的待优化超参数；构建多任务约束单目标优化问题；其中，多任务约束单目标优化问题以每个局部模型的超参数优化作为一个优化任务，将多局部模型的超参数优化视为多任务约束的单目标优化问题；采用嵌入地理关联的单种群多任务优化算法对多任务约束单目标优化问题进行求解，以获得各个局部模型的超参数优化结果；其中，嵌入地理关联的单种群多任务优化算法采用地理邻近差分进化Geo‑DE算子进行杂交变异，Geo‑DE算子基于邻近子区域的局部模型的最优超参数之间的差异来生成子代。该方法能够提升超参数调优精度和效率。