非平衡类问题是机器学习领域的一个重要研究方向,其表现为数据集样本类别分布的严重不平衡。在一些现实问题中,正确分类少数类样本往往比正确分类多数类样本更受关注,如在癌症检测问题中,只有少数样本为癌症样本,如何有效识别这些癌症样本更加重要。传统分类方法如k近邻、C4.5、朴素贝叶斯、支持向量机等通常试图学习具有高准确率的分类模型,这往往导致模型不能充分学习少数类样本的特征,进而忽略甚至错误分类少数类样本。针对该问题,本文提出两种非平衡类学习算法:(1)提出一种基于划分的非平衡类学习算法(ILDP)。在学习阶段,ILDP使用划分方法将多数类样本集划分为多个簇,并将每个簇分别与少数类样本集合并得一组新的训练集;ILDP在每一个训练集上学习一个分类模型;因此,ILDP构建一个包含多个分类模型的分类器库。在预测阶段,ILDP使用划分方法从分类器库中选择一个模型用于预测样本类别。(2)提出一种基于划分和抽样技术的非平衡类学习算法(ILDPS)。与ILDP一样,ILDPS使用划分方法将多数类样本集划分为多个簇,并将每个簇分别与少数类样本集合并得一组新的数据集。不同于ILDP,ILDPS将抽样技术应用到每个数据集上,以获得一个新的训练集,进而学习一个分类模型。因此,ILDPS也学习一个包含多个分类模型的分类器库。在算法ILDP和ILDPS中,划分方法有两个重要作用:充分考虑多数类中样本的局部性特征;获得相对平衡的训练数据集。在ILDPS中,抽样技术的主要作用在于进一步平衡每个训练集,进而学习具有更高泛化能力的模型。KEEL数据集上的实验结果表明,所提算法均能有效提升传统分类方法在指标recall、g-mean、f-measure和AUC上的泛化性能;ILDPS算法则进一步提升ILDP算法在非平衡类问题上的泛化能力,并优于其他高级非平衡类算法。