本发明涉及一种存储器开发过程中的良品率预测方法，包括如下步骤：基于预设抽样方法在晶圆上选取多个不同位置进行测试采样，并将采集到的阵列数据按不同位置随机分成训练数据集和测试数据集；识别采集到的阵列数据中影响最终器件/阵列性能、均匀性和良品率的主要参数；基于不同的机器学习算法建立若干个机器学习模型，使用训练数据集训练所述机器学习模型；使用测试数据集分别测试训练后的机器学习模型，根据测试结果确定待使用机器学习模型并进行待测试晶圆的测试。该方法主要用于在存储芯片开发过程中快速获取晶圆上所有器件/阵列的整体性能、均匀性和良品率的信息。