一种不平衡数据的二阶段重采样方法

摘要

本发明公开了一种不平衡数据的二阶段重采样方法具体步骤为：首先采用SMOTEENN方法增加少数类样本数量使数据集趋于平衡。然后引入SMOTEENN采样后的正类样本及标签作为生成网络的输入,使得CGAN在训练过程中可以充分学习到正类样本的分布特征。随后基于CGAN中的生成网络对少数类样本进行扩增合成新的平衡数据集。将提出的方法应用于多个共享的标准不平衡数据集分类实验，实验结果表明，与其他经典不平衡数据集处理方法相比，本发明所生成的样本分布更加合理，在分类器上表现性能更具优势。