本发明公开了一种基于随机森林的烟用材料安全库存预测方法，所述方法包括如下步骤：收集影响安全库存的各项历史数据来组成样本集；对样本集的数据进行数据预处理，数据清洗，将其中的不合理数据进行处理，提高数据的质量以便于后续的模型训练；对各个特征进行特征重要性评估；利用随机森林算法基于得到的特征集进行训练学习，最终得出回归方程；利用回归方程计算安全库存值，得到更加准确的安全库存值。本发明主要应用于烟草企业的烟用材料安全库存预测中，使烟草企业摒弃以前维护成本过高的安全库存预测方法，能够根据烟用材料的各项特征值进行更为准确的安全库存预测，达到降本增效的效果。