心理压力机器学习组合模型分类方法、装置、设备及介质

本发明公开了一种心理压力机器学习组合模型分类方法、装置、设备及介质，属于心理压力识别技术领域。其中方法包括：获取原始ECG数据，根据原始ECG数据获取HRV数据；构建多个不同的分类模型，采用获得的HRV数据对每个分类模型进行训练；将训练后的多个分类模型构成组合模型，并通过投票机制获取最终的分类结果；其中，在训练分类模型的过程中，采取并行计算的方式，将HRV数据和多个分类模型分发给多个计算单元，以让每一个计算单元独立地训练一个分类模型。本发明采用了多种机器学习方法模型进行组合，能够将多种机器学习方法和深度学习方法的优势结合起来，增加模型预测分类的泛化能力，有效地提高模型的预测准确率。