本发明公开了一种基于大数据和机器学习的烧结终点预测系统的建立方法，属于烧结工艺过程控制领域。所述模型的建立方法包括采集历史数据；进行数据预处理；确定模型输入变量和输出变量；依据绘图法对所述输出样本进行直观展示，综合考虑数据分布特点和设备控制精度，结合工艺经验确定烧结终点位置分类；利用GBDT建立烧结终点趋势变化状态的预报模型。利用本发明所建立的模型可以得到趋势变化的幅度大小，即可以提前得到目前点火烧结混合料的烧结终点位置是欠烧+++、欠烧++、欠烧+、欠烧、正常、过烧的六分类趋势变化情况。这对烧结工序操作者提前判断烧结终点，并采取小调、早调等措施具有很好的指导。