針對(duì)經(jīng)典C4.5決策樹算法存在過度擬合和伸縮性差的問題，提出了一種基于Bagging的決策樹改進(jìn)算法，并基于MapReduce模型對(duì)改進(jìn)算法進(jìn)行了并行化。首先，基于Bagging技術(shù)對(duì)C4.5算法進(jìn)行了改進(jìn)，通過有放回采樣得到多個(gè)與初始訓(xùn)練集大小相等的新訓(xùn)練集，并在每個(gè)訓(xùn)練集上進(jìn)行訓(xùn)練，得到多個(gè)分類器，再根據(jù)多數(shù)投票規(guī)則集成訓(xùn)練結(jié)果得到最終的分類器；然后，基于MapReduce模型對(duì)改進(jìn)算法進(jìn)行了并行化，能夠并行化處理訓(xùn)練集、并行選擇最佳分割屬性和最佳分割點(diǎn)，以及并行生成子節(jié)點(diǎn)，實(shí)現(xiàn)了基于MapReduce Job工作流的并行決策樹改進(jìn)算法，提高了對(duì)大數(shù)據(jù)集的分析能力。實(shí)驗(yàn)結(jié)果表明，并行Bagging決策樹改進(jìn)算法具有較高的準(zhǔn)確度與敏感度，以及較好的伸縮性和加速比。