针对传统分类算法隐含的假设(相信并且接受每个样本的分类结果) 在医疗/故障诊断和欺诈/入侵检测等领 域中并不适用的问题, 提出嵌入非对称拒识代价的二元分类问题, 并对其进行简化. 在此基础上设计出基于支持向量 机(SVM) 的代价敏感分类算法(CSVM-CRC). 该算法包括训练SVM分类器、计算后验概率、估计分类可靠性和确定 最优拒识阈值4 个步骤. 基于10 个Benchmark 数据集的实验研究表明, CSVM-CRC 算法能够有效降低平均代价