本发明涉及一种驾驶场景数据挖掘方法，包括步骤：S10.获取初始模型和待筛选数据池，对待筛选数据池做前向预测；S20.对预测结果进行数据挖掘，得到每个样本对应的价值得分；S30.根据价值得分对待筛选数据池中的价值样本做排序得到价值样本集；S40.从价值样本集中挑选部分价值样本作为本轮迭代新增数据集，训练得到本轮迭代模型；S50.将价值样本集中剩余价值样本作为迭代待筛选数据池，对迭代待筛选数据池做前向预测；S60.返回步骤S20，直至迭代待筛选数据池中只剩下无价值样本或价值很小样本，得到最终迭代模型以及最终迭代数据集。本发明的数据挖掘过程使用主动学习方式进行模型迭代和数据集扩增，加快了模型迭代速度，在相同数据量下，模型可达更高精度。