随着医疗水平的不断提高,医疗大数据背后隐藏的疾病信息逐渐引起人们的关注。先兆子痫是一种常发生在孕产妇群体妊娠期的疾病,严重危害着孕产妇的身体健康,现阶段一般通过血压和蛋白尿进行诊断,但存在一定的误诊率。因此,借助医疗大数据、机器学习,在众多的基因属性中筛选出适合的属性以及提高预测模型的准确率是解决当前先兆子痫误诊率的重要手段。本文结合先兆子痫基因表达量数据集,通过SAMVoting模型预测孕产妇是否患有先兆子痫。论文的主要研究内容如下:针对原有的SPAARC算法中出现的离散属性中拆分属性会偏向选择取值种类较多的属性,在连续属性中拆分出的叶子结点误差较大,从而会降低模型的预测能力和准确性等问题。本文提出SSG-SPAARC算法,该算法使用样本取值作为拆分点,引入惩罚项,应用Taylor公式,在削弱属性偏向的同时,减小了使用样本中点拆分带来的不准确性,从而避免了分类的误差。实验表明,SSG-SPAARC的准确率方面优于SPAARC,并具有良好的泛化能力。通过差异分析法以及CFS算法在先兆子痫基因表达量数据集中筛选出13个基因,将SSG-SPAARC算法利用先兆子痫数据集进行训练和比较。实验表明,SSG-SPAARC在预测先兆子痫的TNr、FPr、TPr、FNr以及准确率上优于SPAARC。为了进一步提高先兆子痫预测的准确率,使用SSG-SPAARC算法、Adaboost以及多层感知机结合软投票策略提出SAM-Voting模型。实验表明,在预测先兆子痫上,SAM-Voting模型在AUC及以上指标上均有了显著的提升,达到了疾病预测的目的。构建了基于SAM-Voting模型的先兆子痫预测工具。工具包括用户管理、用户数据管理、权限管理以及先兆子痫预测管理四个模块。该工具可以对患者基因检测获得的基因表达量数据加以分析预测,可以作为先兆子痫疾病医疗预测的辅助工具,为孕产妇在先兆子痫疾病的筛查提供良好的诊疗方式。