【摘要】针对不同类别样本数差异和不同误分代价的分类问题,提出了一种基于最小二乘加权支持向量机的分类预测方法。在最小二乘加权支持向量机的基础上,考虑不同类别样本数差异和不同误分代价,提出了新的最小二乘加权支持向量机分类模型,构造了新的最优分类函数。将该模型应用于个人信用预测实验,与已有方法的对比实验结果表明,提出的模型在解决不同类别样本数差异和不同误分代价的个人信用预测问题时,有效地降低了总误分代价,提高了个人信用预测精确度。