从基因层面进行癌症的早期诊断可以有效提高患者的治愈率。但癌症基因表达数据通常存在高维、小样本、高噪声并且类别不平衡等特点,这些特点给分析癌症基因表达数据带来了巨大挑战。采用集成学习方法对基因表达数据进行分析是目前生物医学领域的一个重要研究方向,但是由于基因表达数据的特点以及选择性集成中基分类器的差异性和准确性难以平衡,集成系统中各个基分类器的参数难以优化等问题,集成学习对基因表达数据的分析变得困难。针对以上问题,本文做了如下研究:(1)基分类器之间的差异性和单个基分类器自身的准确性是影响集成系统泛化性能的两个重要因素,针对差异性和准确性难以平衡的问题,提出了一种基于差异性和准确性的加权调和平均(D-A-WHA)度量的基因表达数据选择性集成算法。以核超限学习机作为基分类器,通过D-A-WHA度量调节基分类器之间的差异性和准确性,最后选择一组准确性较高并且组内差异性较大的基分类器组合进行集成。相对于传统的Bagging、Adaboost集成算法,基于D-A-WHA度量的选择性集成算法在多个基因表达数据上提高了1%-3%的精度。(2)提出一种基于差分进化的代价敏感Stacking集成(DE-CStacking)的基因表达数据分类算法,采用随机森林、K近邻、朴素贝叶斯作为Stacking集成的初级学习器,将代价敏感的支持向量机作为次级学习器,初级学习器的输出类概率和原始特征集作为次级学习器的输入,并采用差分进化对这些学习器的参数进行优化。相对于传统的Stacking集成算法,DE-CStacking算法在多个癌症基因数据上AUC值提高了2%-7%。