本申请涉及一种基于生成对抗网络的混合数据生成方法，包括以下具体步骤：预训练改进的前置自编码器；构建生成对抗模型mixGAN；训练所述生成对抗模型mixGAN；通过完成训练的生成对抗模型mixGAN生成所需混合数据。本申请针对目前数据科学领域对混合的异构类型数据(数值类型和标签类型)的生成需求，弥补现有模型无法直接处理和生成相似分布的混合数据集的缺陷，本专利提出一个混合生成模型mixGAN。该模型利用生成对抗网络的生成器生成数据的潜在连续的特征空间，然后通过改进的前置多并行自编码器将潜在特征空间映射回原始的混合空间，以此来生成混合数据，有效弥补了当前对异构数据的生成需求。