本申请公开了一种基于机器学习的共晶高熵合金成分设计方法和装置，该方法包括：获取训练数据，其中，训练数据中包括输入数据和输出数据，输入数据为合金的成分，输出数据为合金的相组成；将训练数据输入到预先选定的机器学习模型中进行训练，得到训练好的模型；通过模型获取初生相摩尔分数在预定范围内的多组合金成分；对多组合金成分进行统计分析获取对共晶形成具有重要影响的关键元素和与关键元素强相关元素；调整关键元素和与关键元素强相关元素的含量，对共晶高熵合金进行预测得到共晶高熵合金的成分。通过本申请解决了现有方法预测共晶高熵合金所导致的问题，避免了现有方法预测共晶高熵合金的盲目性，从而提高了共晶高熵合金设计的效率。