不平衡数据集分类问题广泛存在于现实生活中,由于其少数类实例蕴含了重要信息且分类难度大,因此受到越来越多学者的关注。截至目前,不平衡数据集分类问题的研究主要集中在数据层面和算法层面。本文对数据层面中的合成少数类过采样算法(SMOTE)和算法层面中的代价敏感支持向量机(DEC)进行改进,具体工作总结如下:首先,本文从多个方面阐述造成分类器对少数类实例分类困难的原因与解决此类问题的方法,重点介绍SMOTE过采样算法与支持向量机(SVM)等经典分类算法的原理,并指出其在处理不平衡数据集分类问题上的局限性。其次,本文针对SMOTE算法存在的合成实例相似度高、忽略类内不平衡现象和合成少数类实例入侵多数类分类区域等缺陷,提出了整合密度聚类(DBSCAN)和改进SMOTE的过采样算法(DB-MCSMOTE)。DB-MCSMOTE算法利用DBSCAN算法对少数类实例进行聚类,过滤噪声实例,并根据本文提出的簇密度分布函数和过采样权重,对不同密度的簇生成不同数量的少数类实例,降低数据集类内和类间的不平衡度。在过采样阶段,DB-MCSMOTE算法使用本文提出的中点质心合成少数类过采样算法(MCSMOTE),在距离较远的少数类实例之间不断合成子代实例,提高了合成实例的多样性,并抑制合成的少数类实例对多数类分类区域的入侵。人工数据集和UCI实际数据集上的实验结果验证了DB-MCSMOTE算法的有效性。最后,本文针对DEC算法确定分类超平面时易受噪声实例的干扰,以及对少数类实例数据分布极其敏感的缺陷,提出了基于过采样技术和不同惩罚项的代价敏感支持向量机(DB-DPCSVM)。DB-DPCSVM算法进一步细化了DEC算法中的惩罚因子,根据本文提出的实例局部密度和相对密度比的概念,对正常实例和噪声实例分别赋予不同的惩罚因子,使模型尽量忽略噪声实例的误分类代价,从而修正了分类超平面的位置。与此同时,DB-DPCSVM算法在训练阶段之前,选择DB-MCSMOTE算法进行过采样,克服了DEC算法因少数类实例分布稀疏而造成分类超平面形状大幅波动的缺陷。UCI实际数据集上的实验结果验证了DB-DPCSVM算法的有效性。