一种基于Xgboost算法的心血管急性事件预测方法

本发明属于机器学习领域，提出了一种基于Xgboost算法的心血管急性事件预测方法，包括：在卫生健康信息平台收集急性心血管疾病患者的基本信息数据和无心血管疾病患者的基本信息数据，并将按第一设定比例进行匹配；在收集的数据中，选取多个变量作为心血管疾病急性事件预测模型的输入；对收集的数据进行预处理操作，并按第二设定比例随机划分为训练集和测试集；基于XGBoost算法对训练集中的数据进行训练，并建立心血管疾病急性事件预测模型；使用测试集对建立的预测模型进行评估；获取实时输入数据，并利用评估后的心血管疾病急性事件预测模型输出疾病患病风险概率。本发明能够提高心血管急性事件的预测准确率。