目前,研究人员已经发展了若干种基于机器学习的禁带宽度预测的方法,并且取得了较好的预测能力。然而,这些预测方法往往使用了很多的描述符,并且这些描述符中的相当一部分与禁带宽度不具有很强的关联性。因此,本工作将通过引入物理领域知识,基于物理模型构建新的特征描述符,从而优化和减小描述符的数量,最终达到仅使用较少的几个简单描述符就能实现禁带宽度准确预测的目的。在本研究中,首先,获取了一种实验禁带宽度数据集和两种理论禁带宽度数据集;其次,基于材料禁带宽度与X射线光电子能谱（X-Ray Photoelectron Spectroscopy,XPS）的密切关系,通过化合物元素的s,p轨道构建了新的描述符;第三,通过关联度方法,进一步减小了描述符的数量;最后,通过比较和选取合适的机器学习算法,建立了禁带宽度预测模型。在禁带宽度预测模型的实现过程工作中,首先,通过关联度分析,获得最优特征子集;然后,通过训练最优禁带宽度预测模型来找到最佳预测算法,结果发现随机森林模型是最好的。在本部分工作中,创新点主要有两个:（1）基于XPS实验结果构建了新的特征描述符;（2）基于关联度分析,将描述符的数量大幅减少。具体来讲,在关联度分析部分,通过比较多个特征的重要性,明确了基于XPS实验结果的特征描述符对禁带宽度预测值的贡献程度是非常大的。为了进一步验证其有效性,使基于XPS实验结果的新特征描述符作为唯一的一个描述符进行禁带宽度预测,结果表明该新特征描述符与禁带宽度具有较强的关联性,对模型的预测准确性产生了积极影响。最后,为了验证所构建的基于XPS实验结果的特征描述符的有效性以及在二元化合物半导体材料禁带宽度预测中的普适性,再对另外两种数据集进行了预测,获得了类似的预测精度。本工作基于XPS实验结果构建了新的特征描述符,能够实现二元化合物半导体材料禁带宽度的准确预测。该方法克服了原有预测模型在描述符选择中的随意性,创建出新的可能的描述符,并且由此建立预测模型。其中,进一步加强了描述符与禁带宽度的关联度分析,将描述符集合中的数目从百的量级降低为几个的量级,同时保持或者提高了预测模型的准确度。由此可见,该方法能够优化描述符集合的内容,减小描述符集合的数目,但是不降低预测模型的准确度,该方法可以推广到解决材料科学领域所面临的其它问题。