本发明公开了一种基于多核学习的药物不良反应预测方法，涉及数据挖掘技术领域，它的方法如下：步骤一、研究药物不良反应预测需要对药物特征信息和已知的药物和不良反应信息进行提取；步骤二、药物的化学结构信息转化为药物的指纹向量，构建药物和不良反应信息的邻接矩阵；步骤三、构造核矩阵使用多核学习将核矩阵融合在同一特征空间中；步骤四、使用基于图的半监督学习方法构建预测器，先对构建的药物核和不良反应核进行稀疏化处理然后采用局部和全局一致性算法构建药物不良反应的预测模型；步骤五、采用5倍交叉验证的方法对AUC和AUPR来进行对预测效果的对比评估。通过上述方式，本发明能够使得药物不良反应的预测性能得以优化。