不平衡数据分类问题广泛存在于不同的领域中,而不平衡数据分布固有的复杂性会显著降低分类器的分类性能,因此如何提高分类器在不平衡数据中的分类性能值得我们不断研究。传统分类算法在处理不平衡数据分类问题时,难以获得理想的分类效果。在数据处理层面上,Synthetic Minority Oversampling Technique(SMOTE)是一种优秀的重采样算法,但在某些情况下该算法合成新的样本是盲目的,并不能根据样本的分布情况合成样本,这会严重降低分类器的分类效果。因此本文对SMOTE过采样算法进行改进,提出一种基于聚类的过采样算法。在分类算法层面上,集成分类是一种可以有效提升分类器分类效果的算法。基分类器的多样性和集成策略是影响集成分类效果的关键因素,因此本文在所提过采样算法的基础上将Adaptive Boosting(AdaBoost)算法和Support Vector Machine(SVM)算法进行结合,分别对基分类器和集成策略进行改进,提出了一种非对称成本敏感的集成分类算法。1.基于聚类的过采样算法。该算法对少数类样本进行聚类得到不同规模且不同密度的少数类集群,在稀疏度大的集群中合成较多的样本,而在稀疏度小的集群中合成相对较少的样本。该算法充分考虑了不平衡数据存在的类间、类内、噪声和类重叠等问题,为不平衡数据分类问题在数据处理层面上提供了一种新的过采样策略。实验结果表明该算法的过采样机制比其他同类算法更加合理,可以有效提升分类器性能。2.非对称成本敏感的集成分类算法。该集成分类算法首先使用本文所提的过采样算法将训练集划分为多个训练子集,在AdaBoost框架下对每个训练子集使用改进的SVM进行训练并得到一系列强分类器。然后根据每个测试样本与每组训练子集中心的相似度(距离)计算出每个强分类器的权值。最后,多个强分类器通过加权投票的方式组成最终的分类系统。实验结果表明该集成分类算法比其他同类算法的稳定性更好,分类性能更优。