一种基于降维与支持向量机的产品早期故障根原因识别方法，其步骤如下：1、构建故障特征导向的关联树概念模型；2、构建故障根原因节点大数据模型；3、产品寿命周期质量与可靠性数据收集；4、构建主成分分析技术模型；5、基于主成分得分的关联树构建；6、构建支持向量机技术分类模型；7、基于支持向量机技术分类的节点优先级排序；8、结果分析。本发明从产品可靠性形成角度大数据出发，突破了高维大数据冗余难题，从根本上弥补传统意义上忽略高维数据特征空间而导致的对早期故障机理认识的不精确与误判，提高了大数据环境下早期故障根原因识别效率和准确性，在工程应用中为制造商提供了明确的目标和对象去实施积极的早期故障管控策略。