不平衡数据在现实世界中无处不在,疾病风险预测、欺诈检测、网络入侵识别、故障诊断等许多应用面临着不平衡数据分类问题。然而目前大多数机器学习算法都是基于平衡数据设计的,在不平衡数据上性能较差,阻碍了机器学习进一步在实际生产生活中的应用。在机器学习中,集成学习由于其良好的泛化性能,在分类任务、回归任务以及聚类任务上都有广泛的应用。集成学习能够降低模型误差,防止模型陷入局部最优,具有较好的准确性和稳定性。因此,本文基于集成学习,对不平衡数据分类问题展开研究,主要工作如下:（1）针对集成学习的数据预处理采用欠采样方法容易造成数据结构信息丢失的问题,从保持数据结构完整性的角度,提出一种基于K-means聚类抽样的Bagging集成分类算法（KS-Bagging）。利用K-means聚类充分挖掘数据的结构信息,并基于K-means聚类的结果,制定分层抽样策略,使生成的平衡子集能充分保留原数据的结构信息。采用Bagging集成,对生成的多个平衡子集进行融合。实验结果表明,提出的KS-Bagging在总体分类性能和对少数类的识别精度上都优于其它对比算法。（2）针对集成学习的数据预处理采用重采样方法容易造成数据信息丢失或引入噪声等问题,从保持数据数量完整性的角度,提出一种数据平衡分割方法（DBP）来代替重采样方法。该方法利用原数据集的全部样本信息,不需要删除样本或生成新的样本,避免造成数据信息丢失或引入噪声等问题,实现数据的充分利用。（3）针对现有的集成算法大多采用投票的方式对基学习器进行融合,未考虑基学习器的预测结果存在的不平衡问题,结合DBP方法提出一种基于数据平衡分割的代价敏感Stacking集成分类算法（DBPCS）。该算法既能在数据预处理阶段保证数据的完整性,又能通过代价敏感逻辑回归在基学习器融合阶段进一步提高算法解决不平衡数据分类问题的能力。实验结果表明,提出的DBPCS在总体分类性能上优于其它对比算法,并通过了显著性统计检验。（4）针对医疗不平衡数据分类问题,以原发性肝癌数据为例,分别应用KS-Bagging集成分类算法和DBPCS集成分类算法建立原发性肝癌风险预测模型,辅助医生决策。为机器学习在医疗不平衡数据上的应用提供一种解决方案。