筛选富含信息的特征变量、搭建性能好的分类模型是机器学习中重要的研究内容。是提高分类性能的主要任务。目前随着计算机技术的发展,搭建一个好的分类模型除了要考虑计算空间和时间复杂度外,更多的是考虑如何提高预测分类准确率。影响分类准确率主要有两个因素：一个是特征；一个是分类器。本文的主要工作是研究特征组合和组合策略对数据分析的影响。在基因、蛋白、代谢等生物信息处理中,通常会存在多个变量组合一起对所研究的对象的分型起作用,因此将多个变量组合参加分类模型的构建,提高分类性能,加深问题的理解,已日益引起人们的关注。本文给出一种基于原始特征与“和”变量的随机森林方法,通过特征组对相加的方式来生成“和”变量,并对“和”变量根据样本分布的聚集程度进行筛选,保留区分能力比对应的两个原始特征大的组合变量。通过高维和低维2组数据的实验表明加入“和”变量的随机森林分类方法在大多数情况下分类性能优于原始随机森林分类方法。其次本文对基于色谱技术的不同产地的烟草样本的分型方法进行研究,通过实际数据分析,给出一种分层组合策略,将5个不同产地的样本的分析分解成2个2类问题和一个3类问题。并分别采用随机森林和支持向量机作为数据处理的基本技术筛选反映5类样本本质差异的特征变量,通过分类模型的性能以及PCA和PLS-DA的辅助分析,证明了该方法的有效性。