本申请提供了一种机器学习模型中特征值的确定方法、装置、电子设备及存储介质。所述方法包括：先从离线行为数据集合中选取包含目标特征字段的样本数据集合，然后根据当前时间戳信息和每条样本数据对应的时间戳信息，从样本数据集合中确定符合预设取值时间段的目标样本数据集合，再根据用户当前时刻访问服务器产生的在线行为数据，以及目标样本数据集合，确定机器学习模型的特征值。相比于现有技术中采用笛卡尔积方法计算特征值的方式而言，本申请选取的目标样本数据集合的数据量远远小于笛卡尔积方法对应的数据量。进而，一方面能够降低特征值计算的难度，另一方面能够缩短特征及计算所耗费的时间，提高特征值的计算效率。