我国既是世界第一大酒饮生产国,也是最大的饮酒消费市场。随着信息时代的不断发展和进步,葡萄酒产业也在逐步进入自动信息化。为了进一步提高我国葡萄酒产品的市场竞争力,在葡萄酒鉴别方面,品酒师人工鉴别已经不能满足今天葡萄酒大量生产的要求,我们要发展研究科学高效的葡萄酒鉴别技术。本文是采用数据挖掘分类算法来对葡萄酒进行质量鉴别研究的,对葡萄酒几种主成分含量进行数据分析来进行对葡萄酒等级分类,力求使葡萄酒质量鉴别做到科学高效。首先本文主要介绍了四种数据挖掘分类算法,分别是KNN分类算法、Logistic回归算法、BP神经网络和支持向量机算法,其中对支持向量机算法进行了时效的优化;由于原始数据不平衡造成局部分类效果不理想的情况,引入SMOTE和随机漫步算法分别进行数据平衡处理,从而有效的提高小数据样本的分类准确率。为了全面优化葡萄酒等级分类效果,得到一种更优的分类器,文中针对现实分类效果最优的SVM分类器和Bagging集成算法进行结合,得到进一步优化的SVM-Bagging集成分类器,使得分类效果得到全面的提高,将SVM分类器和Bagging集成算法结合运用到葡萄酒数据样本鉴别的现实分类问题中也是本文的创新点。从葡萄酒样本数据分类情况来看,各种分类器将原始样本数据进行初步分类,平衡样本数据使得少数类的数据样本从预测精度很低甚至为零提升到和多数类预测精度持平,集成分类器则进一步全面优化分类效果。最终分类器的分类效果和最初相比,分类效果得到很大的优化。