一种基于机器学习的滑坡灾害风险评估方法，根据收集的资料确定控制因素和诱发因素，确定评价单元进行地质灾害分布规律与发育特征分析；基于混合高斯聚类模型、人工神经网络模型和支持向量机模型进行滑坡灾害危险性评价精度检验，最终进行危险性评价，并结合易损性结果进行第一次风险评估；基于PU‑Bagging模型和CA‑Markov模型进行滑坡危险性空间预测和动态预测；根据滑坡危险性预测结果和易损性结果进行滑坡灾害第二次风险评估；最后，对比分析两次风险评估结果，指导实践。本发明利用机器学习模型对滑坡进行危险性空间预测和动态预测，并进行风险评估。相较传统方法，本发明更符合地球科学的研究特点，逻辑清晰、确实可行，评估结果更加可靠。