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.