分类是数据挖掘等领域的主要研究内容之一,很多问题(如金融证券、临床诊断等)的解决均以它为基础。在现实生活中,许多分类问题中都包含多个类别,但是从设计算法的难易程度来看,二元分类算法更加容易实现,因此,科学研究和生产实践中更多利用此类算法解决多分类问题。该思想不仅可以拓宽二元分类算法的应用领域,而且对于具体的问题,可供选择的算法更加丰富,所以受到人们的广泛关注。文章基于层次结构的集成方法,以“一对一”(One vs.One,Ov O)分解方法为基础,主要对决策有向无环图(Decision Directed Acyclic Graphs,DDAG)、有向二叉树(Directed Binary Trees,DBT)和自适应有向无环图(Adaptive Directed Acyclic Graphs,ADAG)三种主流的层次型多分类算法进行了多角度分析对比,并在此基础上提出一种改进的DBT多分类算法和一种新的节点度量标准。主要研究内容如下:(1)论文从模型结构特征、分类准确率以及运行时间三个角度,对上述三种模型进行对比研究,并得出如下结论:DBT结构灵活,分类准确率高,在类别个数相对较小时性能最为突出,而当类别个数较大时,模型训练时间相对最长;DDAG虽然执行时间最快,但较强的节点部署机制使其性能相对最差;ADAG虽分类准确率和执行时间相对居中,但模型结构的可控性较差。最后,通过在UCI标准数据集上的实验,验证了上述分析结果的正确性。(2)针对DBT模型构建过程中,因二元分类器选择不合理而导致模型分类效果差的现象,本文提出一种基于不平衡因子的有向二叉树改进算法。通过综合考虑样本平衡性和类间隔对二元分类器性能的影响,利用不平衡因子权衡二者之间的比重关系以便适应于数据集中样本分布不均的情形,最终构建出更合理的二元分类器度量标准。经实验验证,利用不平衡因子确定的度量标准可构建出错误率更低、分类效果更优的DBT模型。(3)提出了一种基于Hellinger距离矩阵的新的节点度量标准。Hellinger距离具有计算简单、不易受数据分布不均影响等特点,可作为类别间重叠性的衡量。依据类别间重叠性越小,其可分性越强的节点选择方法,利用该距离可构建出分类性能更优的层次模型,并用实验结果验证了该方法的有效性和可行性。