目前,我国慢性病患者人数居世界首位,而糖尿病及其相关并发症是其中重要的一个组成部分,居民对健康需求强烈,因此,非常有建立糖尿病的预测模型的需要,通过建模对普通人群的糖尿病发病风险进行预估,发现高危人群,进而对糖尿病发病进行预报和预警。本文在总结前人研究的基础上,对导致糖尿病的危险因素进行分析,通过对哈尔滨工业大学2014年校医院体检数据集的特征变量进行逐步回归分析,得到与糖尿病显著相关的危险因素,保留其作为BP神经网络模型、支持向量机模型和集成学习模型的输入变量。机器学习算法在处理较为复杂的问题上有较好的准确度和泛化能力。将样本集中2728条数据根据要求按照7:2:1的比例划分成训练集、测试集和独立样本集。基于BP人工神经网络、支持向量机和集成学习模型分别建立进行机器学习仿真模拟。输入变量和模型的各种参数、核函数的选择都对预测结果产生有或多或少的影响。本研究中观察了如网络结构、学习率、惩罚因子、核函数及相关参数的改变对预测结果的影响,然后经过对参数进行调试选择,找到各个算法的最优模型。最后使用独立样本进行测试,三个模型的预测结果与原始数据相关性强,证明建模具有统计意义,其中人工神经网络的最优模型的测试集AUC更高,运行时间更短。所以,最终选择以网络结构为7-1-1的人工神经网络模型为本研究中糖尿病预测的最适模型。