摘要： 提出一种基于支持向量机的肿瘤基因表达谱数据挖掘方法。首先采用信噪比方法对白血病、结肠癌、肺癌数据提取特征基因，生成特征基因子集。然后通过支持向量机分类模型对特征基因子集进行机器学习训练分类。实验结果表明：急性白血病、结肠癌只需４个特征基因，均获得１００％的１０折交叉验证分类准确率。最后为了有效地排除噪声基因进而挑选出精确度更高的分类特征基因，采用多尺度小波阈值法对肺癌数据进行降噪处理，降噪后仅需５个特征基因获得９６．６１％的分类准确率。