汽车产品的设计、制造、维护等环节将产生大量的数据,使用机器学习技术挖掘汽车大数据所蕴含的价值,对于推进汽车行业数字化转型具有重要意义。在故障预测等任务中,汽车大数据常存在类别不平衡的特点:数据集内不同类别的样本数量有明显差异,少数类被错误分类的代价相比多数类被错误分类的代价更高。类别不平衡的特点使得机器学习模型对少数类的学习不够充分,在预测时难以识别出少数类样本的存在,给故障预测等任务带来高昂的分类代价甚至风险。本文针对以上问题,构建了类别不平衡数据集的机器学习建模流程,在特征层面研究了基于Relief F和IG算法的组合式特征选择方法,在模型层面提出了基于Light GBM模型的不平衡分类模型,开展了面向汽车大数据类别不平衡特点的案例研究与验证,为高效挖掘汽车大数据的价值提供了可借鉴的解决方案。本文的主要研究工作总结如下:（1）类别不平衡数据集的机器学习建模流程通过分析面向类别不平衡数据集机器学习建模的基本框架,构建了包括数据预处理、特征选择、模型训练与调参、模型预测与评估等环节的机器学习建模流程。（2）基于Relief F和IG算法的组合式特征选择方法研究针对单一的特征选择算法对特征重要性的评估不够全面的问题,分析了Relief F和IG算法作为特征选择子算法的优势,研究了两种特征选择算法的组合策略:通过随机欠采样提升Relief F和IG算法的运行效率,在对获得的Relief F和IG算法特征重要性进行归一化处理后,定义新的特征重要性指标。从而提出了组合式特征选择方法,增强了对类别不平衡数据集的分类性能。（3）基于Light GBM模型的不平衡分类模型研究针对传统的机器学习模型对类别不平衡数据集建模能力不足的问题,基于代价敏感学习技术,在模型训练时引入类别权重和L1正则化项修正损失函数,在模型预测时使用阈值移动的方法降低分类阈值;并基于贝叶斯优化方法,使用TPE算法实现对模型超参数项的调参。从而构建了基于Light GBM模型的不平衡分类模型,增强了对类别不平衡数据集的建模能力。（4）面向汽车大数据类别不平衡特点的机器学习方法工程应用基于具备类别不平衡特点的APS Failure at Scania Trucks工程案例,建立了基于Relief F和IG算法的组合式特征选择方法以及基于Light GBM模型的不平衡分类模型的实验方案及流程,并将两种机器学习方法串行使用进行了实验。实验结果表明本文研究有效地增强了对类别不平衡工程案例的预测能力,优于相关文献的研究成果,验证了本文研究的有效性和工程价值。