重分類是指在分類實驗中，在已經建立的預測模型上進行精細化處理，使參數得到進一步優化的過程。即對已經建立的分類器，使用更復雜的模型來提高它的精度，以擬合誤差，同時增加它的穩定性。一般，重分類是用來改進分類器錯誤篩選出的樣本數據的準確性的。在數據挖掘的應用中，使用重分類的情況很常見，其應用范圍包括消費者行為分析、網絡安全告警元數據處理、攔截電子郵件垃圾郵件等。一般來說，當分類的模型被證明有局限性時，就可以選擇重分類來解決。重分類有多種方法，例如，通過重新標記樣本手動重分類，通過調整決策邊界使用算法自動重分類，或者添加新的參數來重新擬合模型，來提升分類器的能力。