本发明公开了一种基于代价敏感和半监督分类的客户分类方法及装置，其中方法包括：获取有类别标签数据集L、无类别标签数据集U和测试集Test；对有类别标签数据集L和无类别标签数据集U采用随机子空间法训练N个基本分类模型CS；分别使用所述N个基本分类模型CS对测试集Test中的样本进行分类，得到N个中间分类结果R1,R2,…,RN；对N个中间分类结果R1,R2,…,RN使用多数投票集成得到最终分类结果。本发明将代价敏感学习、半监督学习和随机子空间相结合，既能够使用代价敏感学习较好地处理类别不平衡的数据，又能够使用半监督学习将无类别标签样本中包含的大量信息加以利用，同时还能利用随机子空间提高模型的目标客户选择性能，从而具有更好的目标客户选择性能。