数据质量在数据挖掘领域中的重要性越来越显著,其直接影响智能模型学习效率和应用效果。有关数据质量的异常检测及修正成为数据挖掘中重要环节之一。为了提高智能模型的识别精度,增强其泛化能力,需要对用于智能建模的数据集中的对象类别异常进行检测和修正。在进行数据集和决策树形式化描述基础上,基尼指数增益率作为确定连续条件属性最优二分原则,采用递归算法生成叶节点中对象为同一类别的二叉决策树。利用信息熵评价剪枝后决策树的叶节点中对象的类别分布效果,从而实现数据集类别异常的类别修正。决策树的生成和剪枝本质上是完成基于基尼指数和信息熵的连续条件属性数据空间分割和合并类别修正。实验和实际应用证实了决策树生成和剪枝是数据集类别优化的有效方法。避免决策树过拟合、提高其泛化能力是决策树学习重要研究内容之一。决策树生成过程主要根据条件属性的分类能力确定分枝节点,而分类能力采用测度函数进行表示。通过采用Tsallis熵为决策树生成分枝准则,进行决策树完全生长。根据决策树分类精度,通过变化Tsallis熵,求解最优决策树。进一步采用左右子树均衡算法对决策树进行剪枝优化决策树。通过不同决策树分枝准则,实验证实了最优Tsallis熵具有更强表达分类能力。整合均衡剪枝算法,提升了决策树的泛化能力。所提决策树及其平衡剪枝优化方法在岩性识别应用及数据优化中取得了良好的效果。