本发明实施例公开了一种筛选机器学习模型的方法及装置，方法包括：通过第一数据集构建多组第一使用集，针对每个待筛选模型，确定待筛选模型在每组第一使用集下的验证结果，根据各组第一使用集下的验证结果确定待筛选模型在第一数据集下的第一验证结果，根据各待筛选模型在第一数据集下的第一验证结果，将第一验证结果大于第一设定阈值的待筛选模型作为目标模型。本发明通过利用历史参数组合和其对应的模型表现数值等历史信息来探索更有可能提高模型表现能力的参数组合，模型筛选过程中无需遍历所有可能的参数组合，提高了模型筛选的效率。