＂三合一＂自建房虽便于业主生产、储存、经营活动,但因其功能复合,其结构安全性常存在较多严重的问题.为提前预警此类建筑的安全隐患,本研究基于机器学习算法构建了＂三合一＂自建房结构安全预警模型,并先后应用集成思想和智能优化算法,对预警性能进行了2次提升.首先,采用独热编码、过采样等方法对某地获取的数据进行预处理;其次,选择总体准确率、召回率和AUC值3项指标分别选出最佳的基分类器;之后,使用袋装法和提升法等集成思想优化预警模型的性能;然后,应用鲸鱼、金豺、粒子群等智能优化算法对预警模型性能进一步优化;最后,综合以上模型运算结果,挖掘预警指标中的关键指标.结果表明:①经鲸鱼算法优化的Bagging(KNN)模型可更高效地对＂三合一＂自建房的结构安全进行预警,其召回率为0.802;②经鲸鱼算法优化的Boosting(SVM)模型具有更稳定的预警鲁棒性,其AUC值为　0.933;③默认参数的XGB模型整体预警效率更佳,其总体准确率为0.915;④建筑年份、砖混结构、地上层数、建筑面积等14个指标是＂三合一＂自建房结构安全预警的关键指标.