分类问题中,当数据集中某类别所包含的样本数目显著少于其他类别时,很多分类算法的准确率明显下降。针对这一问题,研究者们提出了多种解决方法,其中以决策树为基分类器的集成学习方法是重要的一类。本文研究了决策树处理不平衡数据集的三个问题。第一,不同于常用的将少数类与多数类样本数目调整至相近的采样方法,本文从决策树最优分裂的角度,提出了在不同分裂指标下确定少数类过采样比例的算法;第二,对于调整样本类别比例对二分类决策树分裂的影响,本文从最优分裂特征的选择出发,给出了类分布变化对二分类决策树影响程度的判别方法;第三,本文研究了采样方法调整了训练集的类分布后,二分类分类器后验概率估计出现的偏差,并给出了一种修正后验概率估计偏差的简洁方式。结合第二章的主要结论,在第三章,对于过采样与集成学习结合的处理方法SMOTEBoost,本文将算法每次迭代中固定的过采样数目,改进为根据样本类别数目做适应性调整;对于欠抽样与集成学习结合的处理方法EUSBoost,本文对其后验概率估计的偏差进行了修正。在UCI数据集上的实验结果表明了以上改进均提升了分类效果。