近年，医療や金融など識別結果に対する根拠が求められる分野において，識別器の解釈可能性が盛んに議論されている．ファジィ遺伝的機械学習は，解釈性に優れた識別器を設計する手法の一つである．一方で，クラス不均衡なデータにおいて，少数派クラスの高い識別性能が要求される場合がある．このとき，ファジィ遺伝的機械学習により生成される識別器は，少数派クラスの識別性能が他クラスより低下する．本研究では，少数派クラスの識別性能を向上させるために，ファジィ遺伝的機械学習に対して4つの変更を行う．1) ルールの評価関数にクラス毎のパターン数による重み付け，2) ルール集合の評価にクラス毎の識別精度の調和平均を利用，3) ヒューリスティックルール生成のベースパターンをクラス毎の識別精度を基に選択，4) ルール後件部にクラス間のパターン比率による重み付け．数値実験では，各変更が識別性能に与える影響を調査し有効性を示す．
