本發(fā)明公開了基于XGBoost算法的伴熱帶裝置壽命狀態(tài)預(yù)測(cè)方法，包括：獲得伴熱帶裝置的實(shí)驗(yàn)數(shù)據(jù)集的歷史數(shù)據(jù)信息；將數(shù)據(jù)集按比例進(jìn)行劃分訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；XGBoost的模型進(jìn)行初始化處理；使用訓(xùn)練數(shù)據(jù)集進(jìn)行模型訓(xùn)練；利用驗(yàn)證數(shù)據(jù)集調(diào)整模型參數(shù)；通過測(cè)試數(shù)據(jù)集驗(yàn)證XGBoost模型準(zhǔn)確性；若不滿足要求，則重復(fù)上述步驟，若滿足要求，則用驗(yàn)證好的XGBoost模型對(duì)伴熱帶裝置實(shí)時(shí)工作數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到其預(yù)測(cè)分值，預(yù)測(cè)分值經(jīng)過轉(zhuǎn)換得到預(yù)測(cè)概率，預(yù)測(cè)概率對(duì)應(yīng)狀態(tài)標(biāo)簽分類即為當(dāng)前伴熱帶裝置壽命狀態(tài)。本發(fā)明通過已有數(shù)據(jù)樣本發(fā)現(xiàn)關(guān)聯(lián)規(guī)律，通過高效的訓(xùn)練方法強(qiáng)化學(xué)習(xí)過程，建立分類、聚類和回歸算法/模型，根據(jù)對(duì)象數(shù)據(jù)實(shí)現(xiàn)對(duì)伴熱帶的壽命預(yù)測(cè)。