本申请提供了一种基于机器学习的叶片加料出口水分预测方法及装置，该方法包括：获取牌号对应的批次加料出口水分、烘丝筒壁温度平均值，环境温度、湿度历史数据平均值，以及牌号对应的筒壁温度标准中心值；按一定规则清洗所采集到的上述数据；第一次定义数据；机器学习算法初始化；得到初步筒壁温度模型；进行第二次定义数据，得到初步加料出口水分的预测模型；计算烘丝筒温误差，确定模型。本申请解决了当车间环境温湿度较大变化时，导致依靠人工经验预测叶加料出口水分不准确，无法适应烘丝工序所需的烘丝水分问题。