1.一种基于机器学习降低印前版面处理错误率的方法，其特征在于，所述方法包括以下步骤：
提取印前版面处理前以及处理后的矢量路径数、版面尺寸、版面图层层数、版面的色彩空间；将矢量路径数、尺寸、组成图层数、色彩空间组成特征矩阵；
将所有版面的特征矩阵构成的特征集合按比例划分为训练集和测试集，选取校验模型的核函数；
设置定时任务，定期完成上述两个步骤，获得新的校验模型，比较新的校验模型与旧校验模型分类正确率，选取检错率更高的模型导入生产分类中，对处理过的印前版面结果进行矫正。
2.根据权利要求1所述的一种基于机器学习降低印前版面处理错误率的方法，其特征在于，
所述校验模型为高斯核函数；将特征集合代入校验模型中训练得到用于降低版面错误率的校验模型，然后将校验模型封装，输入参数为版面处理前后的矢量路径数，尺寸，组成图层数，色彩空间的集合；输出结果为处理后的版面中出现处理错误的版面。
3.根据权利要求1所述的一种基于机器学习降低印前版面处理错误率的方法，其特征在于，所述校验模型具体为：
其中，xt为特征参数矩阵，yt为标签列向量，wt为系数矩阵，bt为常数列向量。