本申请实施例提供了一种基于工况的机器学习方法及相关装置，应用于电子设备。方法通过获取目标工况的物料检验数据、目标工况的产线工况数据和工况编码规则，根据物料检验数据、产线工况数据和工况编码规则确定目标工况的目标编码，将目标编码与目标工况的预设编码进行对比，若目标编码与预设编码不一致，且目标工况未创建机器学习任务，则针对目标工况建立第一机器学习任务，为第一机器学习任务配置第一机器训练参数；将第一机器训练参数输入产品参数预测模型，对目标工况进行机器训练，得到多个第一学习结果，并从多个第一学习结果中确定标杆值。这样，通过机器训练得到精准的产品参数预测模型，能够提高工艺优化的效率，得到准确的产品参数。