稀有类分类问题是数据挖掘与机器学习的一项难点任务,在典型的二元分类问题中,稀有类(或正类)的样本数远小于多数类(或负类)的样本数。传统的分类方法倾向于最小化训练误差,这导致传统方法很难拟合稀有类样本集分布特征。解决该问题的一种常用方法是构建相对平衡的训练数据集,进而学习准确的分类模型。当前的研究(如EasyEnsemble)大多采用基于抽样技术构建这种平衡的训练集,如SMOTE、过抽样技术、欠抽样技术等。与以上方法相同的是,本文也试图构建相对平衡的训练数据集。但与以上方法不同的是,本文试图从数据划分的角度出发、并结合组合分类选择方法对稀有类问题做了深入研究。本文的主要贡献如下：(1)提出基于划分的组合学习策略(PBEL)。PBEL使用聚类方法把多数类实例集划分为多个簇、关联每个簇到一个新的类,进而构造相对平衡的训练数据集合以训练组合分类器。在预测时,PBEL使用多数投票方法预测实例类标号、将类标号映射到多数类或稀有类,以提高组合分类器在稀有类数据集合上的分类性能。(2)提出将组合选择方法应用到稀有类分类问题。在PBEL预测之前,本文将组合分类选择方法应用到PBEL构建的模型中,选择一组最优(或次优)的子组合分类器,以降低PBEL的规模并进一步提高它的分类性能。实验结果表明,组合分类方法或基于它的抽样方法能有效地提高算法在不平衡数据集上的分类性能。对于稀有类问题,论文提出的组合分类选择方法比其他方法具有更好的分类性能和泛化性能。