半导体质量检测数据具有的“相关性、冗余性、不平衡性”等特点，导致传统的分类算法效率较低，为此，提出一种基于特征提取及数据扩充的GA-LightGBM(genetic algorithm-light gradient boosting machine)质量检测方法。通过结合主成分分析(principal component analysis, PCA)、合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)、遗传算法和LightGBM这4种方法，实现对产品质量的有效识别。实验结果表明，相较于传统分类算法，提出的方法可以有效提升质量检测的效率。