为挖掘影响城市易涝区房屋结构安全的重要因素,首先收集和选取房屋年份、楼层、面积等21个属性,构建预警指标体系,采用过采样、独热编码等方法解决样本离散化、不均衡问题;其次,采用4种不同的集成算法,使用6种机器学习模型,构建预警模型,学习并测试房屋结构安全数据;然后,综合应用准确率、查准率和召回率的调和平均、平均精确率、曲线下的面积(AUC)等指标,综合比较预警模型性能,并对各预警指标进行相关性分析与重要度排序;最后,以福建省11个县市35个易涝区的2　215栋房屋为例,验证所构建的模型的科学性和有效性.结果表明:是否属于重点排查房屋、施工团队是否专业、房屋面积、年份、地上层数的特征重要度均在150以上,是构建易涝区房屋结构安全预警最重要的5个指标.基于提升法策略构建的预警模型的预警精度最优,总体预测准确率为99.10％,该模型能够更为准确高效地检测易涝区房屋的结构安全.