本发明提出了一种基于最大相关熵准则的半监督回归方法，包含以下步骤：步骤S1.采用分布式的学习方式来训练模型，定义z为训练数据集，数据集z被随机划分为m个子集合；步骤S2.在每个子集合上构造其L1正则化项；步骤S3.在每个子集合上运用最大相关熵准则；步骤S4.基于构造的L1正则化项和最大相关熵准则并运用半二次优化技术与交替方向乘子法求解算法中的优化问题，获得最优局部预测函数步骤S5.将每个子集合上局部预测函数加权平均，得到全局预测函数本发明在准确性、稀疏性、隐私保护性和收敛性方面都具有更好的学习性能。
NSTL
万方数据
