随着计算机存储与数据采集技术的高速发展,基因组学、财务预警、文本分类、客户流失预测和垃圾邮件识别等应用领域产生的海量数据呈现出高维和类不平衡的双重特性。在将这些高复杂度的数据集转化为具有应用价值的信息时,传统机器学习和数据挖掘技术面临着严峻的挑战。基于此,本文针对高维不平衡数据分类面临的困难,研究了如下内容:第一,针对数据集的类不平衡问题,本文提出了循环采样算法FTL-SMOTE。现有的传统过采样技术仅从数据的统计特征出发对数据进行平衡化处理,与后续的分类算法无关,这导致平衡化后的数据集可能不适用于分类器。因此,该算法将SVM分类器的分类结果考虑进了采样过程,即在SVM分类器监督的情况下,基于SMOTE采取不同策略对分类正确和错误的少数类样本进行精确化的循环采样。此外,为了避免噪声样本对采样过程的干扰,本文提出了噪声样本识别三原则对噪声样本进行精确识别并在采样过程中予以剔除。大量数值结果显示,与经典的SMOTE等重要采样算法以及标准SVM相比,FTL-SMOTE过采样算法具有更好的分类效果。第二,针对数据集的高维不平衡问题,本文提出了FTL-SMOTE+ISVM-RFE(FPD)组合模型。首先,为克服数据集的类不平衡问题,采用FTL-SMOTE算法对数据集进行平衡化处理;然后,在平衡化后的数据集上,本文提出了新的嵌入过滤型准则的封装型特征选择算法ISVM-RFE(FPD)。该算法是从特征选择排序准则和特征选择过程两方面对经典的封装型特征选择算法SVM-RFE的改进。在四个公开的癌症微阵列数据集上的大量实验表明,ISVM-RFE(FPD)算法在rr_p和G值方面优于SVM-RFE算法以及现有的嵌入过滤型准则的封装型特征选择算法。第三,本文研究了FTL-SMOTE+ISVM-RFE(FPD)组合模型在上市公司财务预警问题中的应用。伴随全球经济一体化和市场经济的快速发展,我国上市公司财务预警数据呈现出高维和类不平衡的双重特性。为了验证提出算法在该类数据集中的有效性,本文构建了两个新的财务预警组合模型ISVM-RFE(FPD)+MKSVM和ISVM-RFE(FPD)+CSMKSVM,并在第一个和第二个模型中的特征选择过程中以及在第一个模型的分类过程中引入过采样算法FTL-SMOTE。大量实证研究表明,本文提出的组合模型在降维和分类方面优于其他组合模型,其中ISVM-RFE(FPD)+CSMKSVM模型的表现最佳。