单分类器在处理分类问题时经常遇到瓶颈,用组合或者是集成思想,将这些单分类器结合起来,往往可以得到不错的效果.随机森林算法作为一种应用广泛的分类算法,其本质上就是一种组合分类器.该算法使用Bootstrap重抽样方法抽取若干个训练样本,并用这些训练样本构建一个树形分类器的集合,然后使用该集合通过投票进行分类.在随机森林算法中,对于非平衡数据分类问题,由于传统的Bootstrap重抽样方法采取随机抽取数据集,使得用于构造基分类器的训练样本集的非平衡系数发生了改变,导致训练样本集成为无效样本集.这种情况对于处理非平衡数据问题不仅没有帮助,还因为在随机森林算法中决策树之间地位的相等,影响了最终投票结果,进而降低算法的分类性能.针对此问题,本文提出了一种改进的Bootstrap重抽样方法.通过对抽样的结果设定基于非平衡系数的阈值,保证训练样本集的质量,从而提升生成决策树的性能,使得投票结果更加准确,进而提高了整体算法对非平衡数据的分类性能.对非平衡分类问题,由于Bootstrap重抽样方法的随机性,从而得到不同决策树的分类性能差异较大.作为一种组合的分类器,随机森林算法是通过投票算法将决策树组合在一起,但是其投票规则并没有考虑到基分类器之间的差异,进而影响了分类效果.为了提高分类效果,本文提出了一种基于非平衡系数的加权随机森林算法.通过非平衡系数来判别基分类器的分类性能,并以此为依据进行加权.实验数据采用来自KEEL数据集仓库中12个非平衡二类分类数据,这些数据集的非平衡系数分布在1.25到42范围内,通过实验可以证明上述两种改进均可以在一定的程度上提升随机森林算法处理非平衡数据分类问题的能力.其中在改进Bootstrap重抽样方法的基础上,进行的基于非平衡系的加权随机森林算法的改进,可以进一步提升算法分类性能.