针对不平衡数据集，提出一种基于后验概率的特征选择算法。该算法引入基于Parzen-window方法估算的不均衡因子，并以Tomeklinks中点为初始值进行迭代，找出满足后验概率相等的判别边界点，通过对这些点法向量进行投影计算得到各特征的权值。实验表明，对于不平衡数据集，该算法在不降低分类器总体性能的基础上，不仅可以有效降低维度，节省计算开销，而且能够避免常规特征选择算法用于不平衡数据时忽视小类的缺点。关键词：不平衡数据集；特征选择；后验概率