針對(duì)當(dāng)前決策樹(shù)算法較少考慮訓(xùn)練集的嘈雜程度對(duì)模型的影響，以及傳統(tǒng)駐留內(nèi)存算法處理海量數(shù)據(jù)困難的問(wèn)題，提出一種基于Hadoop平臺(tái)的不確定概率C4.5算法-IP-C4.5算法。在訓(xùn)練模型時(shí)，IP-C4.5算法認(rèn)為用于建樹(shù)的訓(xùn)練集是不可靠的，通過(guò)用基于不確定概率的信息增益率作為分裂屬性選擇標(biāo)準(zhǔn)，減小了訓(xùn)練集的嘈雜性對(duì)模型的影響。在Hadoop平臺(tái)下，通過(guò)將IP-C4.5算法以文件分裂的方式進(jìn)行MapReduce化程序設(shè)計(jì)，增強(qiáng)了處理海量數(shù)據(jù)的能力。與C4.5和完全信條樹(shù)（CCDT）算法的對(duì)比實(shí)驗(yàn)結(jié)果表明，在訓(xùn)練集數(shù)據(jù)是嘈雜的情況下，IP-C4.5算法的準(zhǔn)確率相對(duì)更高，尤其當(dāng)數(shù)據(jù)嘈雜度大于10%時(shí)，表現(xiàn)更加優(yōu)秀；并且基于Hadoop的并行化的IP-C4.5算法具有處理海量數(shù)據(jù)的能力。