本发明公开了一种基于标签子集的分类方法及系统，属于计算机技术领域，所述方法包括：将多标签数据样本集转换成单标签数据集；计算所述单标签数据集中所有样本的标签子集，构建基于所述标签子集的新的样本数据集；所述标签子集的计算包括：计算样本中所有特征的重要性、相关性以及冗余性，并结合特征之间的相关性和冗余性，选出排序靠前的标签，构建标签子集；将每个样本的标签子集放入到原来的样本中，得到新的单标签数据集；基于新的单标签数据集构建单标签分类模型，然后统计每个样本在每个单标签分类模型中的标签，得出最终的多标签分类结果。本发明通过分析标签中特征之间的相关性和冗余性，选出优异的标签子集，有效地提升分类模型的性能。