环境空气是地球生态环境的重要组成部分,空气质量的优劣不仅与人体健康与否息息相关,还与动植物的生长发育状况紧密相连,严重的空气污染甚至会加剧全球气候变暖,对地球生态系统循环百害而无一利。本研究针对直观、易于理解的空气质量等级这一指标展开研究工作,构建基于机器学习的空气质量分类预测模型。利用机器学习方法,可以充分发挥历史空气数据的科学价值,提升对空气质量变化的动态监测能力,提醒公众及时地采取对应防护措施,帮助相关环保机构决策科学化,对智慧环保事业发展、生态环境可持续发展有重要的理论指导意义和实践价值。本研究选取国家标准规定的六种主要空气污染物(SO2、CO、NO2、O3、PM10、PM2.5)的浓度值作为模型的输入,对空气样本进行质量等级预测,模型的输出空间为六种空气质量等级。本研究以原始随机森林算法为基础,考虑空气数据存在分布不平衡特性和含标签噪声的问题,构建基于改进随机森林的空气质量分类预测模型。论文包括的主要工作如下:（1）本文分析了来自中国环境监测总站的真实空气样本集,发现真实空气样本的类别分布不平衡;由于空气自动化监测的设备强依赖性,空气数据经传感器产生和传感网络传输的过程可能导致真实空气样本集中存在噪声样本。（2）本文分析并验证了原始随机森林分类算法会受训练集的分布不平衡特性和含标签噪声的影响。训练集越不平衡、标签噪声含量越大,原始随机森林分类模型性能受影响程度越大。（3）本文提出了一种基于分层重采样的随机森林算法,并验证了基于该算法的分类模型对不平衡分类问题具有很好的预测能力,特别是能显著提升少数类样本的识别率。（4）本文提出了一种基于类别标签纠正的随机森林算法,实验结果表明基于该算法的分类模型增强了对标签噪声的鲁棒性,能显著提高含标签噪声分类任务的预测准确率。（5）本文设计了一种基于改进随机森林的空气质量分类预测模型,该模型能减轻空气质量分类任务中数据分布不平衡问题和含标签噪声的影响,显著提升少数类空气样本的分类预测准确度,即使在较高比例的标签噪声情况下也能取得很好的分类性能,增强了对样本集中标签噪声的鲁棒性。