垃圾网页检测存在数据不平衡、特征空间维度较高的问题，为此，提出一种基于随机混合采样和遗传算法的集成分类算法.首先，使用随机混合采样技术，通过随机抽样，减少多数类样本数量，用少数类样本合成过采样技术方法生成少数类样本，获得多个平衡的训练数据子集；然后使用改进的遗传算法对训练数据集进行降维，得到多个具有最优特征的训练数据子集；使用极端梯度算法（XGBoost）作为分类器，训练多个平衡数据子集，用简单投票法对多个分类器进行集成，得到新的分类器；最后对测试集进行预测，得到最终预测结果.实验结果表明，提出算法的分类结果与XGBoost的结果相比，准确率提高了约19.25%，且减少了建立学习模型的时间，提高了分类性能，是一种较好的分类算法.
