本发明提供一种基于多中心的血液透析大数据模型构建方法,属于模型构建技术领域；收集来自多个血液透析中心的血液基本数据，存储到数据原始库中；对数据原始库中的原始数据进行预处理和标准化，得到第一标准数据，并根据数据类型标签分类处理得到不同类别的分类标准数据；根据分类标准数据，基于标准分类库进行特征选择，得到不同分类标签对应的特征数据；将特征数据划分为测试集，将分类标准数据划分为训练集，利用机器学习算法构建血液透析大数据模型；利用血液透析历史数据对血液透析大数据模型进行验证，并根据验证结果调整血液透析大数据模型的参数完成模型优化。保证了大数据模型构建的准确性，提高对血液透析数据的分析效果。