一种基于特征组合和集成学习的心脏病预测方法

本发明提供了一种基于特征组合和集成学习的心脏病预测方法，包括数据集预处理、特征组合、基础分类器训练和集成预测四个阶段。数据预处理阶段对公开心脏病数据集进行量纲统一和缺失值的处理，并将处理好的数据集利用设计的特征组合算法进行特征间的组合，生成新的特征矩阵，并采用多样性增强算法对新特征矩阵进行处理，最终生成不同的子特征矩阵作为多个基础分类器的输入进行训练，将每个基础分类器的预测结果进行集成，实现最终分类预测。