随着我国经济的飞速发展,人民的生活消费观念悄然发生变化,消费升级不断发生,从过去的储蓄消费升级到如今的超前消费,这大大刺激了金融信贷领域的发展,消费金融、互联网金融、P2P平台风生水起。然而相关制度的不成熟、我国特有的国情等对信贷业务的风险控制提出了严峻挑战。由于行业的特殊性,信贷违约预测的数据集通常具有极大的不平衡性;近年来,对非平衡分类问题的研究在机器学习领域收到了广泛关注,并取得显著进展。非平衡数据集分类问题的研究方法主要包括数据集重构和算法重构。本文围绕非平衡数据集分类的两个主要研究方向,在前人的研究基础上进行相关方法的优化,而后应用于数据非平衡的信贷违约预测进行研究分析,从而借助解决非平衡数据集的问题的方法实现贷前违约预测。主要内容包括:（1）重构数据集的方法主要有欠采样、过采样、混合采样三种,本文通过分析经典过采样SMOTE方法及其各类衍生的自适应性过采样方法的特点和不足,提出了一种改进的混合采样法,该方法结合孤立随机森林异常点检测和基于局部区域正样本率的改进SMOTE过采样及Tomplink数据清除方法,目标能够解决噪声问题、类内子聚集、类内不平衡问题、类别重叠问题。通过KEEL数据集的实验验证,该混合采样法相较其他采样法进一步提高了分类效果。（2）解决非平衡分类器的另一种有效途径是通过优化分类器算法,使其适应非平衡数据集。本文通过结合改进混合采样法与Ada Boost集成分类算法,一方面对集成方法中每轮迭代的训练样本进行优化进而提高少数类样本的分类精度,另一方面也避免了过拟合情况的出现,进而提高分类模型的预测性能。通过KEEL数据集的实验验证,该方法相较传统Ada Boost方法及经典SMOTEBoost方法在AUC和G均值均有所提升。（3）本文设计的分类算法从经典的朴素贝叶斯、逻辑回归等传统统计模型延伸到机器学习领域的CART决策树、K进行、随机森林等;在模型的对比和评价方面,引入针对少数类分类的评价指标:F1得分、G均值及AUC等,对不同分类模型下不同非平衡数据处理方法的效果进行多角度的对照分析。（4）对于Lending Club提供的数据,针对非平衡数据集:在数据集重构层面,使用多种机器学习分类算法基于改进的混合采样法进行建模,结果表明本文提出的改进混合采样法在对违约人群预测的精度更高,提高了模型的效果;在优化分类器算法层面,以CART决策树模型作为基分类器进行实验分析,亦提高了对少数类样本的预测效果。从KEEL数据集的测试到信贷违约预测的应用,证明了本文所提出的优化方法具有一定推广意义。