一种基于集成学习模型的农作物青枯菌病害预测方法

本发明公开了一种基于集成学习模型的农作物青枯菌病害预测方法，包括以下步骤：S1、收集已公开发表的与茄科作物青枯病相关的16s rRNA基因序列，基于EasyAmplicon的标准化流程对原始测序数据进行预处理；S2、利用主成分分析算法进行数据降维，保留95％方差；S3、分别对LightGBM模型、CatBoost模型和XGBoost模型进行基于5折交叉验证和网格搜索的超参数搜索，选取每种模型各自最佳的3组超参数；S4、根据选取的每种模型各自最佳的3组超参数构建模型并进行预测，基于Pearson相关系数分析模型结果差异性，保留和其它8个模型预测值的Pearson相关系数均<0.8的模型；S5、将筛选后的模型预测结果输入第二层元学习器RF进行集成学习，得到最终预测结果。