本发明公开了基于自适应特征工程的多原发癌患者预测方法及装置，方法包括：将获取到的数据源进行数据清理，包括缺失值处理、离群点处理等；在得到的特征的基础上，通过数据变换方法库进行特征变换，经过特征选择得到新特征输入至多原发癌患者预测模型进行训练；利用机器学习，在得到的训练集样本的基础上训练模型，获取评估效果，计算奖励因子；更新选中概率向量，将选中概率向量归一化；在每月获取新数据之后，进行新特征构造，训练多原发癌患者预测模型，对模型进行月度预测迭代。本发明利用自适应特种工程的方法构造特征，提高特征构造效率，降低人力成本，并结合机器学习方法，从整个模型的系统层面优化特征选择过程，提升模型的预测效果。