基于融合Boost模型的不平衡数据采样方法

摘要

本发明提出了一种基于融合Boost模型的不平衡数据采样方法，具体实现步骤如下：(1)生成训练样本集；(2)训练提升Boost模型；(3)定义pure1、danger1、noise1数据集；(4)获取训练样本集的样本点在加权特征空间的位置关系；(5)定义danger2、pure2、noise2数据集；(6)融合数据集；(7)合成新样本点；(8)获得平衡数据样本集。本发明采用融合Boost模型的不平衡数据采样方法，能够结合模型认知数据信息和特征空间数据分布信息，在平衡数据同时去除冗余数据，同时保护了数据原有特征结构，有效提高数据性能。