基于机器学习集成的抑郁症共病代谢综合征预测方法

本发明公开了基于机器学习集成的抑郁症共病代谢综合征预测方法，内容包括原始数据集构建、计算样本可信度、训练分界面和智能预测。本发明涉及临床辅助诊断技术领域，具体是指基于机器学习集成的抑郁症共病代谢综合征预测方法，本方案通过计算样本可信度并结合近邻类别分布与距离衰减关系对样本加权，再将其相对类别中心的偏离方向和偏离距离拼接进原始特征，构建扩展训练向量，增强输入表示的区分能力与抗干扰能力；同时在优化目标中引入可信度加权惩罚和方向约束，并结合自助采样集成、袋外误差赋权及概率校准，使最终输出保留集成模型的稳定优势，从而提升整体预测准确性、泛化能力、输出可靠性和和临床解释性。