一种基于扩充训练数据集的类别不平衡问题分类方法

摘要

本发明公开了一种基于扩充训练数据集的类别不平衡问题分类方法，步骤包括：获取分类任务所需的真实数据集；在真实数据集中筛选出少数类样本，并区分出靠近和远离决策边界的样本；将上述样本作为输入，运行一个生成式对抗网络，得到与真实数据相似的人工样本；将一定数量的人工样本加入到真实数据集中，得到混合数据集；将混合数据集作为输入，使用分类器进行分类任务。本发明结合CycleGAN模型与原始数据集中的边界信息，有效地模拟了真实数据的分布特征。本发明对小样本数据进行过采样，提高了分类器的精度，有效改善了类别不平衡问题对分类任务造成的影响。