分类是数据挖掘领域中的一个核心研究内容。一般的分类研究主要针对于平衡数据集,但在实际应用中,不平衡数据集大量存在。所以,对不平衡数据集的分类研究具有实用价值。一般的分类研究是以提高数据集整体的分类准确率为目标。但对于不平衡数据集,该目标会使分类效果偏向于样本数量多的类别。并且在很多实际情况下,把一个少类(训练样本数量少的类别)样本判为多类(训练样本数量多的类别)样本的代价要大于把一个多类样本判为少类样本。因此对不平衡数据集的分类研究应该侧重于提高对少类样本的识别能力。目前对于不平衡数据集分类的研究方法主要有2种,分别是数据层面,算法层面。本文从特征选择层面出发,提出了一种特征选择方法,面向识别少类样本特征选择方法。针对于不平衡数据集,把少类作为正类,旨在提高分类的少类F值。本文首先从网络中获取新闻文本。接着依据新闻的主题把新闻文本分为经济类和非经济类并对实验文本进行分词和词汇过滤,把经济类作为少类,非经济类作为多类。接着依据4种特征选择方法从训练文本集中选取出N个特征词汇,把每个文本表示为特征词汇向量。然后依据新闻文本的类别对该特征词汇向量打标。最后使用标记的特征词汇向量采用支持向量机分类算法训练分类模型,并对模型性能进行测试。本文使用的特征选择方法有卡方检验、信息增益、互信息和面向识别少类样本特征选择方法。实验结果表明采用卡方检验、互信息和信息增益,少类F值最高能到达0.65。而采用面向识别少类样本特征选择方法,少类F值最高能到达0.79。