不平衡数据集主要是可以分为类间的不平衡和类内不平衡。类间不平衡指的是不同类别之间的样本数目差别较大;类内不平衡是指在某一个类别的内部,不同部分的数据分布成不同的簇(Cluster),不同的簇之间样本数目差距较大的情况。因为大多数的传统的机器学习方法默认使用的数据样本相互之间是平等的,并且假设其数据量是相对平衡的,所以数据集不平衡问题的最根本难点是样本的不平衡性往往会显著地影响大多数机器学习方法的性能和学习的结果。当学习不平衡数据集的时候,特别是当数据量非常小,在处理类间不平衡的同时,也可能有类内的不平衡的情况发生,在这样的情况下,传统的机器学习方法可能难以通过简单的学习泛化到未知的样本空间上。在二类问题中,具体的表现是分类器趋向于将样本数目较少(小类)的样本判定成样本数目较多(大类)的样本。本文提出通过一种通过最小化基于代价敏感的局部泛化误差模型(c-LGEM,costsensitive Localized Generalization Error Model)的目标函数的方法来优化神经网络的训练,在保留代价敏感方法在效率上的优势的同时,提升分类器对小类样本的泛化能力。更详细地说,代价敏感局部泛化误差模型被用于最小化小类的样本的泛化误差,但是同时对大类样本仅最小化其训练误差来提升分类器对于小类样本分类的准确率。除此之外,在计算小类样本的代价敏感局部泛化误差之前,使用k-NN先行判断哪些样本点出现在边界上,并通过近邻样本中大类样本的个数用于确定在代价敏感局部泛化误差模型中生成的模拟点的数目,以此为根据优化代价敏感局部泛化误差的计算过程。实验结果囊括了10个UCI数据集和包括本文研究的方法在内的5种方法,并使用G-mean(geometric mean)以及AUC对c-LGEM从整体上进行比较。同时记录了小类样本分类的准确率用于说明本文研究的方法在提升小类样本的准确度上的优势。更进一步探讨了本文研究的代价敏感局部泛化误差模型的作用。