有监督学习是机器学习的重要分支,它要求数据不仅要有属性,还要有标签,而数据的好坏会直接影响到算法的性能。现有的标签数据中,大规模数据、不平衡数据、噪声数据屡见不鲜,因此在对数据进行分类之前,需要特定的采样算法对数据进行预处理,以约简样本数量、降低数据不平衡度、减少噪声,以此提高有监督学习中各种分类器的分类性能。粒球计算方法是一种高效、简单、扩展性强的方法,它基于多粒度的思想,将完整的数据集通过多次简单的聚类划分,变成一个个独立且完整的数据集,每一个数据集即为一个粒球。现有的采样算法要么为特定的数据集而设计,要么针对特定分类器,很少有通用的采样算法能够适用于大部分数据集和分类器。本文借助粒球计算思想,针对现有采样算法普适性低的问题,提出了基于粒球边界点的采样方式,并在UCI数据集上进行了实验验证,主要研究内容如下:1.本文基于粒球计算方法,将数据集划分为多个粒球,结合粒球在数据空间中的分布特征,采样粒球边界同类样本点。并以样本维度确定采样比例,以粒球纯度和样本数量确定粒球停止划分条件,以最近邻粒球标签确定粒球是否过滤。2.针对不平衡数据集,本文对粒球采样算法进行了修改,保留少数类粒球的样本点,将多数类粒球根据粒球中样本数量进行排序,少数点粒球全部保留,多数点粒球进行边界采样,以此保证正负样本数量基本一致。3.为了验证本文所提出方法的有效性和通用性,本文将所提出的方法运用在了多种不同的数据集和分类器上,并为数据集添加了不同比例的噪声。而针对不平衡数据集,本文利用G-mean作为评价指标来衡量算法的性能,并将其与经典的算法进行对比。通过实验证明,本文提出的算法对多种数据集和分类器都有良好的效果,特别在噪声数据集下表现比现有的算法效果更好。