一种基于群体智慧的机器学习样本过采样方法

摘要

本发明涉及机器学习领域，其公开了一种基于群体智慧的机器学习样本过采样方法，解决现有技术中的过采样方案通过重复正样本容易造成模型的过拟合的问题。本发明方案包括：首先利用大数据平台，获得大量的用户行为数据；然后，在用户行为数据中根据所需规则提取出行为正负样本集，构成原始样本集；接着，对原始样本集中的用户进行分群，分为低活跃用户和非低活跃用户；然后，针对低活跃用户，使用基于群体智慧的机器学习算法，生成用户补充正样本集；然后，去除原始样本集与补充样本集重复/冲突的样本；最后从补充样本集中进行采样补充到原始样本集。