集成学习是近几年机器学习在医学数据预测中的研究热点。选择性集成作为集成学习的延伸,在降低集成规模的同时又能保持较高的预测精度。选择性集成的研究关键在于它的选择策略,然而以往的静态选择并未充分考虑待测样本的差异性。因此本文设计并建立了一种为各待测样本筛选最佳基学习器集合的动态选择性集成预测模型,以此提高回归和分类的预测精度。糖尿病已成为威胁人类健康的慢性病之一。最新调查显示,我国是世界上患糖尿病人数最多的国家,全国患者总人数约1.16亿。此外,还有部分患者因无法得到及早治疗而对他们的生活质量造成了严重影响。因此,利用选择性集成模型实现对糖尿病的回归与分类预测,为糖尿病的早期筛查和预防提供了一种依据。本文的主要研究内容包含如下三个方面:(1)提出了一种基于特征重要度加权的样本近邻相似性度量。由于基学习器对不同待测样本的预测精度存在差异,本文利用待测样本的近邻样本进行基学习器的预测精度评估。然而现有的近邻相似性度量通常采用欧氏距离等方式,缺乏对于样本特征重要度的关注。基于此,本文利用随机森林在评估特征重要性方面具有的可解释性强、参数调整少等优势,提出了一种基于特征重要度加权的样本近邻相似度量。实验结果显示,该相似性度量方法提高了回归和分类的预测精度。(2)设计并建立了一种基于样本近邻预测精度评估的动态选择性集成预测模型DSEP-KNNPAE(Dynamic Selective Ensemble Prediction Model Based on K-Nearest Neighbors Prediction Accuracy Evaluation)。该模型通过基于特征重要度加权的近邻相似性度量方法来寻找待测样本的最佳近邻样本,根据近邻样本对基学习器预测精度的评估,选择出具有较高预测精度的基学习器来达到动态选择性集成预测的目的。通过不同算法的对比实验和参数敏感性分析实验,验证了本文建立的模型在回归和分类的预测精度上优于现有集成学习算法。(3)将DSEP-KNNPAE应用于糖尿病血糖回归预测和妊娠型糖尿病遗传风险分类预测,用于早期筛查辅助决策。相较于现有集成学习算法,DSEP-KNNPAE在糖尿病预测中具有更高的预测精度,有效提高了糖尿病的筛查效果。