数据分类是机器学习和数据挖掘领域中重要的研究内容.经典分类方法包括决策树分类法、k近邻分类法、基于规则的分类法、神经网络、支持向量机和朴素贝叶斯等.这些分类算法在数据集的各类别实例数相对均衡的环境下性能良好,但在类别实例数不均衡时性能会降低.在实际应用,这种类实例数不均衡的数据集大量存在,并被称为不平衡数据集.在不平衡数据集中,多数类在分类过程中具有压倒性的优势,使分类器的决策被这些类支配,从而影响分类器对少数类实例的分类效果.为提高传统算法对少数类实例的敏感性,本文从近邻样本分布的角度,对不平衡数据分类问题展开深入研究.主要工作如下:不平衡数据的分布情况十分复杂,导致传统k近邻方法不能准确捕捉查询实例的少数类近邻的分布情况,从而降低其分类性能.针对这个问题,本文提出具有双邻域的近邻分类算法(NNDN).该算法通过双邻域机制判断查询邻域中少数类实例的稀疏性,并且利用倾向权重机制为易误判的少数类实例加权,由此提高算法对少数类实例的敏感性,最后根据加权投票规则完成分类.在40个真实数据集上进行NNDN算法与其他相关算法的对比实验,以验证该算法的有效性和适用性.实验表明,NNDN算法适用于不平衡数据分类,且在AUC,Recall,Accuracy等指标上优于其比较算法.在处理不平衡数据分类问题时,传统k近邻对少数类实例敏感度低,同时无法区分与查询实例距离相等的两个实例,导致其分类性能不佳.为提高k近邻的适用性,本文提出一种基于密度的近邻分类算法(DNN).该算法首先用核密度估计方法估计查询实例的各类别密度,以此对查询实例进行密度定位;其次将原始数据空间中的点映射到由类别密度和距离信息构成的空间;随后在映射后的空间中动态地选择近邻,即找到与查询实例所处密度环境相似且距离相近的实例,最后进行分类.综上,DNN算法成功地区分了与查询实例距离相等的实例,敏锐地捕捉了不平衡数据的局部分布特征,提高了传统k近邻的分类性能.在真实数据库中的15个不平衡数据集上进行实验.结果表明,DNN算法对不平衡数据的分类性能良好.