本发明公开了一种分布式环境下基于机器学习的数据修复方法、装置、设备及介质，包括：每个节点服务器对本地数据集进行缺失数据分离处理，得到本地完整数据集和本地待修复数据集，获取本地完整数据集的数据数量和数据维度，并基于数据数量、数据维度和本地待修复数据集的缺失特征，对本地完整数据集进行数据缺失模拟处理，得到本地模拟待修复数据集，确定模拟待修复集合，并基于模拟待修复集合和每个节点服务器的本地数据集，进行本地数据修复，得到修复训练集，使用修复训练集对二次修复模型进行模型训练，得到训练好的二次修复模型，采用训练好的二次修复模型对待修复数据集进行修复。采用本发明提高数据修复的效率和准确性。