一种基于聚类的自适应加权过采样方法

摘要

本发明涉及一种基于聚类的自适应加权过采样方法，本发明首先对少数类样本数据进行k‑means聚类，对聚类形成的簇分别与多数类样本结合形成多个数据集，对于每个数据集使用随机森林算法进行分类并通过5折交叉验证的方式计算对应的得分值，并将计算得分值的平均值做为该簇的评分；根据各个簇得到的评分值，从而计算各个簇的合成权重；根据权重值，计算各个簇的生成样本个数，根据指定个数，在簇内进行样本之间随机线性插值，最终达到平衡数据集的目的。