目的:基于DNA微阵列技术的基因表达数据挖掘研究为生物医学领域做出了巨大贡献,尤其是在肿瘤的早期诊断和分类研究上有着广泛应用。肿瘤是一种严重威胁人体健康的细胞异常增生类疾病,对肿瘤学进行深入研究可以从其表达谱入手。因此,本文通过挖掘和剖析肿瘤基因表达数据,为探寻肿瘤标志物和科学制定临床诊疗方案提供重要依据。方法:肿瘤基因表达谱通常具有维度高、样本小、噪声大、信息基因少以及类别不平衡等巨大的计算挑战,给肿瘤数据的挖掘和处理工作带来了困难。代价敏感学习方法（cost-sensitive learning,CS）通过引入代价信息处理不平衡数据具有独特的优势,有效解决了传统机器学习算法中一味追求高精度而忽略小类识别的弊端。因此,本文引入代价敏感学习思想并结合相关机器学习理论来处理肿瘤基因数据集。主要研究包括:（1）对于肿瘤基因表达谱中含有数量不小的与疾病无关的冗余基因,提出相关性的快速过滤（fast correlation-based filter,FCBF）结合CS的两阶段过滤式特征选择算法来确定信息基因。该方法第一步采用FCBF快速过滤大量无关和冗余基因,然后引入误分类代价矩阵,利用代价敏感思想进一步约减冗余基因;（2）研究了集成学习利用组合分类器在处理分类问题上的优势,提出采用嵌入代价敏感的朴素贝叶斯优化Stacking集成分类器来分类预测肿瘤样本数据。结果:将提出的算法在多组肿瘤数据集上进行验证,并对比其他多组混合算法,实验结果表明FCBF结合CS的基因选择方法能够选择数目较少且分类性能更优的信息基因子集。另外,对于嵌入了代价敏感的朴素贝叶斯优化Stacking集成的分类模型,应用于多组肿瘤数据样本中,通过与其他多种分类方法比较,该优化集成分类方法的鲁棒性更好且分类性能更佳。结论:本文所提出的信息基因选择方法能够筛选出与分类预测紧密相关的信息基因子集,并且构建的分类模型应用于多种类型的肿瘤数据上均可获得更优的分类结果,验证了代价敏感学习方法在处理高维且不平衡的肿瘤数据上的优势,对探索肿瘤致病机理和临床应用研究具有一定价值。