随着信息时代的发展,数据形式呈现多样化。其中,具有高维和不平衡双重特性的数据广泛存在于我们的实际应用中。传统的分类模型在分类这样的高维不平衡数据时,其期望风险最小化导致结果总是倾向于对大类样本有更高的识别率,而忽略小类样本;且数据的高维性带来了大量无关特征和冗余特征,使得算法的复杂度增加,分类效果不佳。针对上述问题,本文分别从算法层面和特征层面对传统随机森林算法进行研究,给出一个适应不平衡数据和高维特性的代价敏感随机森林算法,本文所取得研究成果主要有:针对数据不平衡特性研究分析了传统代价敏感随机森林分类模型。该模型随着不平衡程度逐渐增大,其自助法采样导致小类样本学习不充分,且大类样本占比大易削弱代价敏感机制。因此,本文提出一种基于聚类的弱平衡准则。通过对大类样本聚类后,多次采用弱平衡准则对每个集群进行降采样,使得选出的大类样本与原训练集的小类样本融合生成多个新的不平衡数据集,用于代价敏感决策树的训练。该方法不仅使小类样本得到充分学习,同时通过降低大类样本数量,保证代价敏感机制受其影响较小。实验对比5种方法在一些公共数据集上的分类性能,该方法对小类样本识别率和整体分类精度都有一定的优势。针对高维不平衡数据中存在特征利用率低和类别的特征空间分布不均匀的问题,提出一种筛选-优化两阶段特征选择方案。首先以相关性度量准则为初始筛选阶段,筛选出对小类样本有利的强相关特征,并剔除部分不相关特征和冗余特征。其次以重要性度量准则为优化提取阶段,进一步将选出的特征子集分为有效提高集成性能的强重要性特征子集和弱重要性特征子集。该方案可以有效提高特征利用率,同时改善小类样本特征稀疏的困境,在此基础上还提取出对学习任务贡献率大的特征子集,较好地增强集成准确率。最后,对经过特征选择的高维不平衡数据集进行弱平衡代价敏感随机森林集成学习。实验验证算法在保证总体分类性能的基础上有效提高小类的分类性能。