本发明公开了一种特征融合转换的大型设备工况诊断预测方法，其包括采集设备各工况的振动信号，建立振动信号的原始振动加速度数据集；对原始振动加速度数据集进行降噪处理，并计算得到时域参数；基于降噪后的振动加速度进行EMD经验模态分解，并计算得到频域参数；通过时域参数和频域参数构建得到训练样本数据集；构建GBDT模型，并将训练样本数据集输入GBDT模型进行训练；提取训练后的GBDT模型中的叶子节点编号集合；对叶子节点编号集合进行One‑hot编码处理，得到稀疏矩阵；将稀疏矩阵输入因子分解机中，得到预测结果。本发明能够降低噪声干扰，得到更高的故障分辨率。