随着人们生活水平的不断提升,各种现代社会派生的“富贵病”正悄无声息地侵入到我们的生活中,这导致人们对自身健康状况的需求愈发高涨。但由于医疗资源的紧缺和不平衡分布、生活节奏加快、体检价格不菲等原因,现有的医疗卫生体系主要针对重大疾病的检测、预防和治疗,难以完全满足人们对于慢性病的检测和预防的需求。“三高”是慢性病代表之一,我国“三高”患病率呈逐年上升趋势。解决三高问题的关键是早发现、早预防和早治疗,而早发现是解决“三高”问题的有效前提。由于“三高”的病理形成机制较为复杂,临床检测存在早期检测准确率低、费用昂贵等问题,因此本文通过数据驱动的方法来自动学习健康数据指标与“三高”之间的内在联系,希望能够在保持较高准确率的情况下,减少人工成本,从而低成本的解决“三高”检测的问题。本文的研究内容主要包括预处理方法、模型设计、超参数优化以及性能评估等方面。首先,在预处理阶段,对健康数据进行筛选,并使用奇异值阈值(Singular Value Thresholding,SVT)的方法对缺失数据进行填充。然后,利用八种经典的机器学习模型对“三高”检测问题进行了初步尝试,并以此作为“三高”检测模型的基准。再者,基于集成学习的思想和Stacking策略,利用神经网络将K近邻、朴素贝叶斯和决策树这三个基础机器学习模型进行“融合”,这显著提升了模型的准确性、特异性和灵敏度。在此基础上,本文从模型性能和模型多样性两方面进行改进,使用更为复杂的逻辑回归、随机森林和XGBoost模型作为初级学习器,并利用支持向量机代替神经网络作为次级学习器,构建了一个“双重集成”的“三高”检测模型,从而进一步提升模型的准确性、特异性和灵敏度。此外,本论文还使用贝叶斯优化的方法对模型进行超参数调优,保证模型达到最佳性能。最后,实验证明了本文所提出的两个“三高”检测模型方案的可行性以及性能的先进性,与各经典机器学习模型及目前处于领先地位的“三高”检测模型相比,本论文提出的模型在各项指标上都有所提升。综上所述,本课题的研究对“三高”自动检测问题提供了一个具有指导意义的解决思路。