本发明涉及一种利用逻辑回归算法的异常交易识别方法和系统，方法包括获取客户交易数据，将该客户交易数据载入机器学习模型中，获取异常交易得分结果；机器学习模型的训练过程包括：获取用于训练的客户交易数据，提取洗钱操作的可疑特征；对可疑特征进行数据清洗，补充缺失值，以及数据标准化处理，最后对可疑特征进行数据降维；将客户交易数据划分为训练样本和测试样本；采用逻辑回归算法解析训练样本，生成机器学习模型；采用测试样本测试该机器学习模型，得到预测准确率，根据该预测准确率采用训练样本对机器学习模型进行迭代优化，得到训练后的机器学习模型。与现有技术相比，本发明具有能提高洗钱交易甄别效率，节约人力成本等优点。