提供了用于异常检测的机器学习分类任务的优化方法和装置。根据本公开的一个方面的方法包括：收集用于反映生产过程或产品的状态的样本数据以形成样本数据集，其中，样本数据集中的每一条样本数据具有多个特征；确定针对样本数据集的一个或多个候选主成分集合；针对一个或多个候选主成分集合中的每一个，执行以下操作：将样本数据集投影到该候选主成分集合上以获得投影后的样本数据集，使用投影后的样本数据集来对多个候选机器学习分类模型中的每一个进行训练，以及评估经训练的候选机器学习分类模型中的每一个的性能分数；选择具有最高性能分数的候选机器学习分类模型和相对应的候选主成分集合，作为最优机器学习分类模型和最优主成分集合。