摘要：肿瘤是世界上危及人类身体健康的主要恶性疾病之一。肿瘤的早期发现,对病人的治疗有着非常重要的意义。基因芯片技术的出现和发展,促进了肿瘤在分子水平上的研究。从海量的肿瘤基因表达谱数据中,挖掘出有用的相关知识和信息,可以更加全面地认识肿瘤的基因本质,更加深入地了解肿瘤与基因之间的关系,对推进肿瘤的临床诊断和治疗和研制新药物有着至关重要的作用。本文针对肿瘤基因表达谱数据小样本、高维数、非线性等特点,基于机器学习由Co-training的思想,建立了以AdaBoost算法为基础,分别级联了SVM分类算法和单基因弱分类算法的模型。在通常情况下,影响学习和分类效果的主要是被错误分类的样本,AdaBoost-SVM算法通过重点训练被分类器错误分类的样本来减少错误分类率；主要思路是：AdaBoost-SVM重点标记被错误分类的样本权重,并且在反复迭代中多次学习该类样本,以减少被错误分类的样本个数,从而达到降低错误分类率的目的。经过对真实的结肠癌基因表达谱数据进行大量实验,从2000个基因中找出了20个基因作为分类的特征基因,通过交叉实验,取得了不错的分类效果。本文最后并对AdaBoost-SVM进行改进,可以将已知的先验知识加入到分类模型中,从而提高分类的可靠性。