1.一种工艺异因分析方法，其特征在于，包括：
获得多个产品的工艺数据，该工艺数据包括对应这些产品的多个工艺参数及产品质量参数；
使用非概率类型分类器及概率类型分类器的至少其中之一对该工艺数据作运算，以获得每一这些工艺参数的贡献度；
判断分类器正确率是否大于阈值；
若该分类器正确率大于该阈值时，对这些工艺参数进行删除操作以删除具有最低的该贡献度的工艺参数，并再次使用该非概率类型分类器及该概率类型分类器的至少其中之一对该工艺数据运算，以获得每一这些工艺参数的该贡献度；以及
若该分类器正确率不大于该阈值时，将这些工艺参数设定为关键工艺参数。
2.如权利要求1所述的工艺异因分析方法，其特征在于，还包括：将利用该关键工艺参数建立的第一分类器与利用未进行该删除操作的这些工艺参数建立的第二分类器进行效能比较，并检查该第一分类器与该第二分类器是否有相近的分类效能。
3.如权利要求1所述的工艺异因分析方法，其特征在于，其中若该分类器正确率不大于该阈值时，将这些工艺参数设定为该关键工艺参数的步骤包括：
将尚未在该删除操作中被删除的工艺参数，加上在最后一次该删除操作中被删除的工艺参数，设定为该关键工艺参数。
4.如权利要求1所述的工艺异因分析方法，其特征在于，还包括：依据输入信号以外部数据计算出的该分类器正确率来选择使用该概率类型分类器及该非概率类型分类器的至少其中之一对该工艺数据作运算。
5.如权利要求1所述的工艺异因分析方法，其特征在于，还包括：在获得该工艺数据之后，对这些工艺参数中的非数值型变量进行数值编码。
6.如权利要求5所述的工艺异因分析方法，其特征在于，其中该对这些工艺参数中的该非数值型变量进行该数值编码的步骤包括：利用虚拟变量法或最适规模法对该非数值型变量进行该数值编码。
7.如权利要求1所述的工艺异因分析方法，其特征在于，其中每一这些产品包括多个区块，且获得这些产品的该工艺数据的步骤包括：获得对应每一这些区块的这些工艺参数，并获得对应每一这些产品的该产品质量参数。
8.如权利要求7所述的工艺异因分析方法，其特征在于，其中获得这些产品的该工艺数据的步骤还包括：
根据这些产品的该产品质量参数来初始化对应这些产品的这些区块的区块质量参数。
9.如权利要求8所述的工艺异因分析方法，其特征在于，其中当这些产品的其中一个产品的该产品质量参数为无缺陷时，该其中一个产品的这些区块的该区块质量参数皆为无缺陷。
10.如权利要求8所述的工艺异因分析方法，其特征在于，其中当这些产品的其中一个产品的该产品质量参数为有缺陷时，该其中一个产品的这些区块中的至少一区块的该区块质量参数为有缺陷。
11.如权利要求8所述的工艺异因分析方法，其特征在于，其中使用该非概率类型分类器对该工艺数据作运算的步骤包括：
求解具有变量选择结构的该非概率类型分类器；
将该产品质量参数有缺陷的产品以该非概率类型分类器检验是否符合数据特性；以及
若该非概率类型分类器不符合该数据特性时，依照比例将该产品中分类信心度低的至少一区块的该区块质量参数设定为有缺陷，并重新求解具该变量选择结构的该非概率类型分类器。
12.如权利要求11所述的工艺异因分析方法，其特征在于，其中若该非概率类型分类器符合该数据特性时，获得每一这些工艺参数的该贡献度。
13.如权利要求8所述的工艺异因分析方法，其特征在于，其中使用该概率类型分类器对该工艺数据作运算的步骤包括：
分别建立该产品质量参数及该区块质量参数的概率模型；
根据该产品质量参数及该区块质量参数定义似然函数；
加入惩罚值以定义该概率模型的损失函数；以及
利用最大期望算法求出每一这些工艺参数所对应的该贡献度。
14.如权利要求13所述的工艺异因分析方法，其特征在于，其中该概率模型是基于逻辑回归来建立。
15.如权利要求1所述的工艺异因分析方法，其特征在于，其中这些产品分为多个群组，且获得这些产品的该工艺数据的步骤包括：获得对应这些群组中每一这些产品的这些工艺参数，并获得对应每一这些群组的该产品质量参数。
16.如权利要求1所述的工艺异因分析方法，其特征在于，其中获得这些产品的该工艺数据的步骤包括：获得对应每一这些产品的多个制造时间区段的这些工艺参数，并获得对应每一这些产品的该产品质量参数。
17.一种工艺异因分析系统，其特征在于，包括：
收集模块，用以获得多个产品的工艺数据，该工艺数据包括对应这些产品的多个工艺参数及产品质量参数；
评估模块，用以使用非概率类型分类器及概率类型分类器的至少其中之一对该工艺数据作运算，以获得每一这些工艺参数的贡献度；
判断模块，用以判断分类器正确率是否大于阈值；以及
比较模块，其中若该分类器正确率大于该阈值时，该比较模块对这些工艺参数进行删除操作以删除具有最低的该贡献度的工艺参数，并再次使用该非概率类型分类器及该概率类型分类器的至少其中之一对该工艺数据运算，以获得每一这些工艺参数的该贡献度，其中若该分类器正确率不大于该阈值时，该比较模块将这些工艺参数设定为关键工艺参数。
18.如权利要求17所述的工艺异因分析系统，其特征在于，其中该比较模块将利用该关键工艺参数建立的第一分类器与利用未进行该删除操作的这些工艺参数建立的第二分类器进行效能比较，并检查该第一分类器与该第二分类器是否有相近的分类效能。
19.如权利要求17所述的工艺异因分析系统，其特征在于，其中该比较模块将尚未在该删除操作中被删除的工艺参数，加上在最后一次该删除操作中被删除的工艺参数，设定为该关键工艺参数。
20.如权利要求17所述的工艺异因分析系统，其特征在于，还包括选择模块，其中该选择模块用以依据输入信号以外部数据计算出的该分类器正确率来选择使用该概率类型分类器及该非概率类型分类器的至少其中之一对该工艺数据作运算。
21.如权利要求17所述的工艺异因分析系统，其特征在于，还包括编码模块，其中该编码模块用以在获得该工艺数据之后，对这些工艺参数中的非 数值型变量进行数值编码。
22.如权利要求21所述的工艺异因分析系统，其特征在于，其中该编码模块利用虚拟变量法或最适规模法对该非数值型变量进行该数值编码。
23.如权利要求17所述的工艺异因分析方法，其特征在于，其中每一这些产品包括多个区块，且该收集模块获得对应每一这些区块的这些工艺参数，并获得对应每一这些产品的该产品质量参数。
24.如权利要求23所述的工艺异因分析方法，其特征在于，其中该评估模块根据这些产品的该产品质量参数来初始化对应这些产品的这些区块的区块质量参数。
25.如权利要求24所述的工艺异因分析系统，其特征在于，其中当这些产品的其中一个产品的该产品质量参数为无缺陷时，该其中一个产品的这些区块的该区块质量参数皆为无缺陷。
26.如权利要求24所述的工艺异因分析系统，其特征在于，其中当这些产品的其中一个产品的该产品质量参数为有缺陷时，该其中一个产品的这些区块中的至少一区块的该区块质量参数为有缺陷。
27.如权利要求24所述的工艺异因分析系统，其特征在于，其中该评估模块还求解具有变量选择结构的该非概率类型分类器，
其中该评估模块还用以将该产品质量参数有缺陷的产品以该非概率类型分类器检验是否符合数据特性，
若该非概率类型分类器不符合该数据特性时，该评估模块依照比例将该产品中分类信心度低的至少一区块的该区块质量参数设定为有缺陷，并重新求解具该变量选择结构的该非概率类型分类器。
28.如权利要求27所述的工艺异因分析系统，其特征在于，其中若该非概率类型分类器符合该数据特性时，该评估模块还用以获得每一这些工艺参数的该贡献度。
29.如权利要求24所述的工艺异因分析系统，其特征在于，其中该评估模块还用以分别建立该产品质量参数及该区块质量参数的概率模型，根据该产品质量参数及该区块质量参数定义似然函数，加入惩罚值以定义该概率模型的损失函数，并且利用最大期望算法求出每一这些工艺参数所对应的该贡献度。
30.如权利要求29所述的工艺异因分析系统，其特征在于，其中该概率 模型是基于逻辑回归来建立。
31.如权利要求17所述的工艺异因分析方法，其特征在于，其中这些产品分为多个群组，且该收集模块获得对应这些群组中每一这些产品的这些工艺参数，并获得对应每一这些群组的该产品质量参数。
32.如权利要求17所述的工艺异因分析方法，其特征在于，其中该收集模块获得对应每一这些产品的多个制造时间区段的这些工艺参数，并获得对应每一这些产品的该产品质量参数。