本发明涉及混合交通状态下基于机器学习的非网联车状态估计方法，属于智能交通领域。在不同的时刻下，当两个网联车之间存在不同数量的非网联车时，相对驾驶行为会相应变化，并存在一定的关联关系；qt为t时刻下非网联车的数量，ot为t时刻下两辆相邻网联车的相对驾驶行为；明确这两者之间存在的关联关系，通过机器学习的方法隐马尔可夫模型，利用这个关联关系在已知两辆网联车的相对驾驶行为的情况下估计非网联车的数量。本发明将极大提高网联车的感知能力，进一步高效可靠地实现基于网联车的安全应用，也将增强交通状态的估计能力，有利于交通管理和优化，提高交通运行效率。