本发明提供一种基于mRMR‑IAGA的混合式特征选择方法，其包括：S1、建立数据集并对数据进行预处理；S2、使用最大相关最小冗余算法(Max‑Relevance and Min‑Redundancy，mRMR)对数据进行过滤式特征选择，形成特征子集Ω；S3、对特征子集Ω中的特征进行二进制编码，完成种群初始化；S4、为提升自适应遗传算法(Adaptive Genetic Algorithm，AGA)的收敛速度和收敛精度、简化特征子集，在交叉算子与变异算子中加入约束项，在适应度函数中加入特征缩减因子，形成改进的自适应遗传算法(Improved Adaptive Genetic Algorithm，IAGA)，适应度函数中的预测模型选用XGBoost﹔在特征子集Ω的基础上，使用基于IAGA的封装式特征选择算法进行特征选择；S5、输出最优特征子集Ω’。本发明以最优特征子集Ω’中的特征作为输入所构建的预测模型，有很好的预测准确率。
