一种双层特征选择辅助的心血管预测方法

本发明公开了一种双层特征选择辅助的心血管预测方法，包括收集数据集，所述数据集包括Cardiovascular数据集、Stalog数据集、Heart数据集和Z‑Alizadeh数据集；对数据集进行预处理；通过双层特征选择筛选出相关度最高的特征；基于机器学习算法构建预测模型；输入患者的各种健康数据到心血管预测模型中，预测患者是否有心血管疾病的风险。本发明引入双层特征选择技术避免了高维数据集中的冗余和无关特征对模型的负面影响，提高了预测的准确性和稳定性。通过自动化优化超参数，使得模型能够在不同数据集上自动找到最佳参数组合，提高了模型的适应性和预测性能。结合机器学习算法的精确训练和优化，避免了传统模型在小规模数据集上容易过拟合或欠拟合的风险，确保模型的鲁棒性。