一種不均衡數(shù)據(jù)下最優(yōu)化學(xué)習(xí)樣本合成算法選擇及參數(shù)確定方法，以數(shù)據(jù)特征對(duì)診斷結(jié)果的貢獻(xiàn)能力為出發(fā)點(diǎn)，分析樣本均衡度對(duì)其區(qū)分能力的影響，提出以最大化特征區(qū)分能力為指標(biāo)來選擇樣本合成采樣算法。同時(shí)，構(gòu)建激活函數(shù)來描述樣本數(shù)量對(duì)分類能力的影響。在此基礎(chǔ)上，提出有效特征區(qū)分度指標(biāo)，并通過對(duì)該指標(biāo)的最大化來獲得最優(yōu)樣本均衡度。本發(fā)明所涉及的過程均以特征對(duì)樣本的正確分類為目標(biāo)，且僅需要對(duì)原始數(shù)據(jù)進(jìn)行操作，可以在不增加樣本采集及引入新特征的情況下獲得更高的診斷效果。另外，沒有特征數(shù)量方面要求，不會(huì)因?yàn)閿?shù)據(jù)特征數(shù)量多少影響最終計(jì)算的最優(yōu)樣本均衡度的準(zhǔn)確率。