分类问题一直是机器学习和数据挖掘的重要领域,传统的分类算法都旨在提高分类的准确性,最大限度的减少分类误差,这都是基于所有类的误分类代价相等。然而,当不同类别之间代价不同时,代价敏感分类就显得非常重要。目前已有很多代价敏感学习算法,如C4.5cs是C4.5的改进算法,把一般的分类模型转换成代价敏感分类模型的元代价处理方法,基于误分类代价对样本初始分布进行调整从而解决代价敏感分类的集成学习算法,以及基于最小代价的决策分类法。MetaCost算法是非常典型的代价敏感学习算法,它是Domingos于1999年介绍的将传统分类算法转换为具有代价敏感性的算法。首先,它通过一个“元学习”过程,在原始训练集上随机重采样并进行训练学习得到很多成员分类器,计算出所有实例样本的分类概率;再按照最小代价修改每个实例的类别,获得一个全新的数据集;然后在新的数据集上学习,得到最终分类模型。但是,如果原始训练集是不平衡的,随机重采样训练学习得到的分类器分类性能可能就不好;此外,MetaCost最终的分类器是单一模型,只考虑了重新标记后的数据集,这样预测的结果可能并不是最优的。本文考虑到这两个地方,进行了优化改进。本文介绍了新的代价敏感分类算法——D-MetaCost,它对MetaCost的不足之处进行了优化。在MetaCost算法训练集多次采样阶段,为了较好处理不平衡数据集的问题,可以采用基于训练集划分的方法进行重采样,如此得到的训练子集就是均衡的。具体操作如下:首先将多数类样本划分为几个子集,然后,将每一个子集与稀有类进行组合,构成不同的训练子集,这样训练得到的基分类器更有代表性。对于最终模型,可以运用集成学习原理,将多个分类器组合得到,这样可以明显增强最终分类效果。具体操作如下:计算各成员分类模型的正确率,将正确率很高的几个成员分类模型与新生成的分类模型进行组合,获得最终的分类模型。这样对于得到的最终模型,它在预测结果的正确性和代价层面会有很大提升。并且本文从理论和实验两个角度进行了论证,通过进行大量实验比对,得出在1000次试验中,D-MetaCost在绝大多情况下,都能比MetaCost和AdaBoost产生更好的分类正确率和代价,预测性能明显得到增强。