本申请实施例适用于机器学习技术领域，提供了一种特征填充方法、装置、计算设备及介质，该方法包括：根据目标特征的特征值是否缺失，将数据集中的样本分为第一未缺失样本和第一缺失样本；确定第一投票分类模型和第二投票分类模型，第一投票分类模型和第二投票分类模型中分别包括多个分类模型，分类模型具有超参数，超参数具有相应的参数值；根据第一未缺失样本和第一投票分类模型，确定第一缺失样本的第一预测结果；基于第二投票分类模型和第一预测结果，确定超参数的第一优选值；根据第一优选值和第一投票分类模型，对第一缺失样本进行特征填充。通过上述方法，能够利用未缺失样本对缺失样本进行填充，提高特征填充的准确性。