本发明公开了一种实现自动半监督机器学习方法及装置，涉及机器学习技术领域，主要目的在于解决现有的半监督机器学习过程中消耗人力的问题。本发明主要的技术方案为：获取目标数据集；选择与目标数据集相似的一个经验数据集，将经验数据集上所使用的半监督机器学习算法确定为目标数据集的半监督机器学习算法；根据半监督机器学习算法以及对应的多组超参数，分别在目标数据集上进行模型训练和预测，得到对应每组超参数的模型和预测结果，并根据每组超参数对应的预测结果，从多组超参数中选择适合目标数据集的一组超参数；将适合所述目标数据集的一组超参数对应的模型确定为目标数据集的半监督机器学习模型。本发明用于目标数据集的半监督机器学习。