La salud autoevaluada (SRH) sirve como un indicador importante para medir el bienestar físico y mental de los adultos mayores, teniendo relevancia para su gestión de la salud y prevención de enfermedades. En este documento, presentamos un método de clasificación novedoso basado en el sobremuestreo y la red neuronal con el objetivo de mejorar la precisión en predecir la SRH de los adultos mayores. Utilizando datos de los Estudios de Panel Familiar de China (CFPS) de 2020, incluimos un total de 6596 participantes de 60 años en adelante en nuestro análisis. Para mitigar el impacto de los datos desequilibrados, se propuso un sobremuestreo mejorado, conocido como sobremuestreo ponderado adaptativo semi-no supervisado de enlaces Tomek (WTASUWO). En primer lugar, elimina las características que no son relevantes para la clasificación por ReliefF. En consecuencia, combina el submuestreo y el sobremuestreo. Para mejorar la precisión de predicción del clasificador, se construyó una percepción multicapa mejorada (IMLP) para predecir la SRH basada en el ensacado y la tasa de aprendizaje ajustada. Según los resultados experimentales, WTASUWO puede mejorar efectivamente el rendimiento de predicción de un clasificador cuando se aplica en un conjunto de datos desequilibrado, y el IMLP utilizando WTASUWO logra una mayor precisión. Este método puede evaluar de forma más objetiva y precisa el estado de salud e identificar los factores que afectan la SRH de los adultos mayores. Al extraer información relevante relacionada con el estado de salud de los adultos mayores y construir el modelo de predicción, podemos proporcionar a los responsables políticos y profesionales de la salud técnicas de intervención específicas para centrarse en las necesidades de salud de los adultos mayores. Mientras tanto, este método proporciona una base de investigación práctica para mejorar el nivel de salud de los adultos mayores en China.