本发明涉及纺织技术领域，且公开了一种基于数据识别的纺织品生产质量预测方法，方法步骤如下：S1：采集与纺织品质量相关的数据，包括：纺织材料、生产工艺参数和纺织机械传感器数据；S2：对S1中采集到的数据进行清洗和预处理，包括：处理缺失值：填充和删除缺失数据；处理异常值：识别并处理异常数据点；特征工程：根据纺织品特性，采用K均值聚类分析对纺织品数据进行分析，创建新的特征数据；S3：建立用于纺织品生产质量的预测模型：包括采用决策树模型，对S2中创建新的特征数据进行模型训练，导入原材料特征数据，得出纺织品质量预测结果；S4：针对S2中不在A、B、C以及Ⅰ、Ⅱ、Ⅲ类的原材料，采用异常检测算法来识别和处理异常原材料。