对于非均衡医学数据的分类问题,由于各类别所含样本的数目相差悬殊,导致少数类样本被误分类的比例远大于多数类,因而传统的分类算法所建立的模型一般无法满足分类性能的要求。从数据维度和特征属性的角度,高维连续非均衡数据包含大量无关和冗余特征,易导致维度灾难及过拟合,降低学习算法性能;某些低维离散非均衡数据则存在特征与类别相关性不强及特征稀疏程度较大等问题。本论文采用特征选择方法解决非均衡医学数据的分类问题,在保证模型预测性能的前提下,找出与非均衡数据分类最相关且冗余度最小的特征子集,本文的主要研究内容如下:1.对于高维连续非均衡的基因表达数据,提出了 一种基于改进ReliefF和支持向量机递归特征消除算法(SVM-RFE)的非均衡特征选择方法。首先使用改进ReliefF算法剔除无关特征,筛选有利于预测少数类的特征;再使用SVM-RFE进一步搜索最优特征子集,并建立分类预测模型;最后,利用KentRidge生物医学数据集,与 All-SVM、ReliefF-SVM、ReliefF_M-SVM 及 SVM-RFE 模型进行对比,实验结果验证了所提方法的有效性。2.对于高维连续非均衡的基因表达数据,提出了一种基于多目标优化的非均衡特征选择方法。首先,以SVM作为分类模型,使用改进ReliefF做特征初选;再将特征选择描述成一个多目标优化(MOP)问题,利用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),同时优化模型预测性能和特征子集规模,得到一系列Pareto最优特征子集;最后,利用KentRidge数据集,与ReliefF_M-All-SVM和ReliefF_M+SVM-RFE模型进行对比,结果表明了所提方法的有效性和可靠性。3.对于颈动脉内膜剥脱术(CEA)术后脑过度灌注综合征(CHS)数据集,由于数据严重非均衡及特征稀疏程度较大,以上方法难以将少数类识别出来。针对此类问题,本文提出利用卡方统计进行特征选择,之后在算法层面采用异常检测和代价敏感方法,在数据层面采用重采样技术和集成技术,进而分别建立非均衡分类模型的技术路线,实验结果表明所提方法在处理此类数据时具有良好的分类性能。