心血管疾病是世界上大多数人死亡的主要原因。早期诊断疾病将降低死亡率。机器学习（ML）算法在疾病诊断中取得了良好的效果，目前已被医学专家广泛接受为其临床决策支持系统。在这项工作中，研究了最流行的ML模型，并将其与基于各种指标的心脏病预测模型进行了比较。基本分类器如支持向量机（SVM）、Logistic回归、Na\u00efve Bayes、决策树、K最近邻用于预测心脏病。本文将打包和提升技术应用于这些单个分类器，以提高系统的性能。对于Cleveland和Statlog数据集，Naive Bayes作为个体分类器的最大准确率分别为85.13%和84.81%。Bagging技术将被识别为弱分类器的决策树的准确率提高了7%，这是对CVD识别的显著改进<\/p> “，”DOI“：”10.4018\/ijcini.20211001.oa36“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,6,8]]，”date-time“：”2021-06-08T13:29:28Z“，”timestamp“：1623158968000}，”page“：“1-14”，“source”：“Crossref”，“is-referenced-by-count”：1，“title”：[“冠心病预测的各种分类器模型的综合性能分析”]，”前缀“：”10.4018“，”volume“：”15“，”author“：[{”given“：“Baranidharan”，”family“：”Balakrishnan“，”sequence“：”first“，”affiliation:[{“name”：“SRM Institute of Science and Technology，India”}]}，{“family”：“Vinoth Kumar C.N.S.”，“sequence”：“additional”，“affiliation”：[{'name“：”SRM Inst所，India“}]}]，“member”：“2432”，“container-title“：[“国际认知信息学与自然智能杂志”]，“original-title”：[]，“language”：“ng”，“link”：[{“URL”：“https:\\/www.igi-global.com/viewtitle.aspx？TitleId=274061”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,16]]，“date-time“：”2023-01-16T21:48:17Z“，”timestamp“：1673905697000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.20211001.oa36”}，“副标题”：[“”]，“短标题”：[]，“已发布”：{-“date-parts”：[2021,6,8]}，，“references-count”：0，“新闻发布”：{“发布”：“4”，“发布发布”：}date-parts“：[2021,10]}}，”URL“：”http://\/dx.doi.org\/10.4018\/ijcini.20211001.oa36“，”关系“：{}，“ISSN”：[“1557-3958”，“1557-39”]，“ISSN-type”：[{“value”：“1557-38”，“type”:“print”}，{“value”：”1557-39“，”type“：“electronic”}]，“subject”：【】，“published”：{日期部分“：[[2021,6,8]}}}