1、在本論文中主要考慮類數(shù)據(jù)不平衡的多類分類問題。由于分類算法在處理不平衡數(shù)據(jù)集分類問題時會偏向多數(shù)類，導致對少數(shù)類的分類精度偏低，因此有必要對不平衡數(shù)據(jù)進行處理，使整體和少數(shù)類的分類精度得以提高。針對多類分類問題，目前在用于解決兩類分類問題的支持向量機算法的基礎上已經(jīng)發(fā)展起來了一系列多類分類算法，支持向量機決策樹算法就是其中之一。通過改進支持向量機決策樹算法提出新的多類分類算法。
　　本論文的主要研究工作包括以下幾方面:
　　

2、(1)目前大多數(shù)基于信息度量的特征選擇算法都是在整個樣本空間上進行的，一旦樣本數(shù)據(jù)集確定后，信息熵在整個樣本空間上是固定不變的，顯然這沒有考慮到特征選擇是一個動態(tài)變化的過程，因此本文在信息熵變化過程中對特征不斷優(yōu)化，通過對動態(tài)變化的信息熵估值，選出最優(yōu)特征子集。
　　(2)在數(shù)據(jù)層面改善數(shù)據(jù)的不平衡性。由于過采樣方法通常會增加大量重復樣本，從而增加分類訓練時間。而欠采樣則會導致部分有用信息的丟失。因此本文在鄰域清理欠采樣方法的基礎

3、上進行改進，對多數(shù)類樣本集的邊界數(shù)據(jù)通過一定的規(guī)則進行篩選，對于少數(shù)類樣本結(jié)合SMOTE方法，有效避免了采用單種采樣方法存在的缺陷。這是本論文的第一個創(chuàng)新之處。
　　(3)支持向量機決策樹多分類方法在分類過程中，由于決策樹上一節(jié)點的錯分會增加下一節(jié)點的誤差，造成誤差累積現(xiàn)象;另外數(shù)據(jù)集類別間的不平衡性，也會使分類超平面發(fā)生偏移，導致誤差累積現(xiàn)象更加嚴重。因此本文在基于決策樹的SVM多分類方法的基礎上進行改進，利用改進的采樣方法均衡

4、樣本數(shù)據(jù)集，并在決策樹生成的過程中不斷優(yōu)化，對優(yōu)先分離的數(shù)據(jù)集進行再分類，以提高決策樹節(jié)點處的分類精度，構(gòu)建合理的決策樹，減少“誤差累積”。這是本論文的第二個創(chuàng)新之處。
　　(4)將本文改進的支持向量機決策樹多類分類方用于5個UCI標準數(shù)據(jù)集上進行數(shù)值實驗。實驗結(jié)果顯示:采用改進的支持向量機決策樹多類分類算法可以提高整體和少數(shù)類的分類精度。雖然在訓練和分類時間上有所增加，但仍在可接受的范圍內(nèi)。此外本文將提出的新方法應用到葡萄酒質(zhì)量