智能心脑血管风险预测与大数据分析平台产品系统

面向个人健康风险筛查及机构群体健康管理场景，通过机器学习模型对心脏事件与脑卒中风险进行智能评估，并支持机构批量数据分析、重点人群筛选、区域风险统计及历史趋势分析，为健康数据分析和科研教学提供一体化解决方案。

项目构建了一套完整的心脑血管风险预测与群体健康数据分析平台，包含个人风险评估、机构批量分析、数据可视化、历史趋势分析及健康建议等核心模块。个人端基于双XGBoost模型分别预测心脏事件和脑卒中风险，并提供五级风险评级、关键因素解释及情景模拟；机构端支持CSV大数据上传、重点人群筛选、区域聚合统计和多周期趋势分析，可直观展示群体健康风险分布。

项目采用 Python + Flask 构建后端服务及 REST API，前端使用 HTML/CSS/JavaScript + ECharts 实现交互式数据可视化。机器学习部分基于 XGBoost、scikit-learn 构建双疾病风险预测模型，并实现缺失值处理、概率校准及模型解释。数据处理同时支持 Pandas 本地计算与 Spark + HDFS 分布式计算，通过分片上传、异步任务、Pandas UDF 完成大规模数据ETL、批量预测和区域聚合；元数据层支持 SQLite/MySQL，实现从模型训练、在线预测到批量数据分析的完整工程链路。