一种基于统计机器学习的生物芯片数据特征工程算法，包括以下步骤：生成数据矩阵；进行z‑score标准化；计算值，筛选大值基因数据；生成相关系数矩阵；筛选基因对；计算复相关系数；标记基因复相关系数改变。本发明有利于在大量生物芯片数据中，分析数据之间的相关性，利用特征选择的方法根据需求选取反映数据组间差异的统计量F值较大的一定数目的基因。本发明利用相关分析统计量相关系数、偏相关系数和复相关系数进行特征选择，有利于进一步减少数据维度，且有利于推测不同实验处理条件下，两两基因表达之间的相关关系改变。