少数类样本处理方法、装置、设备和存储介质与流程

技术特征：
1.一种少数类样本处理方法，其特征在于，包括：确定少数类训练样本集中不同原始少数类样本之间的距离数据；根据各所述距离数据，分别确定各所述原始少数类样本的采样权重；根据各所述采样权重，分别以相应原始少数类样本为根样本，生成合成少数类样本。2.根据权利要求1所述的方法，其特征在于，所述根据各所述距离数据，分别确定各所述原始少数类样本的采样权重，包括：根据各所述距离数据，分别确定各所述原始少数类样本的累计距离数据；根据各所述累计距离数据，分别确定各原始少数类样本的边界偏离程度；根据各所述边界偏离程度，分别确定各所述原始少数类样本的采样权重。3.根据权利要求2所述的方法，其特征在于，所述根据各所述累计距离数据，分别确定各原始少数类样本的边界偏离程度，包括：获取各所述累计距离数据中的最大值；将所述最大值与各所述累计距离数据的差值，作为边界距离值；根据所述边界距离值，确定对应原始少数类样本的所述边界偏离程度。4.根据权利要求3所述的方法，其特征在于，所述根据所述边界距离值，确定对应原始少数类样本的所述边界偏离程度，包括：确定各所述累计距离数据中的最大距离差值；根据所述边界距离值与所述最大距离差值的比值，确定相应原始少数类样本的所述边界偏离程度。5.根据权利要求2所述的方法，其特征在于，所述根据各所述边界偏离程度，分别确定各所述原始少数类样本的采样权重，包括：根据各所述边界偏离程度，确定累计边界偏离程度；根据所述边界偏离程度与所述累计边界偏离程度的比值，确定相应原始少数类样本的采样权重。6.根据权利要求1所述的方法，其特征在于，所述根据各所述采样权重，分别以相应原始少数类样本为根样本，生成合成少数类样本，包括：根据预设合成样本总量和各所述采样权重，分别确定各原始少数类样本的采样数量；根据各所述采样数量，分别以相应原始少数类样本为根样本，生成合成少数类样本。7.根据权利要求1-6任一项所述的方法，其特征在于，还包括：将所述至少一个合成少数类样本添加至所述少数类训练样本集中，以更新所述少数类训练样本集；根据更新后的少数类训练样本集，对待训练分类模型进行训练，得到目标分类模型。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：识别各所述合成少数类样本中的异常合成样本；从更新后的少数类训练样本集中剔除所述异常合成样本，以再次更新少数类训练样本集；将再次更新后的少数类训练样本集中的样本作为原始少数类样本，返回执行距离数据确定操作，直至满足迭代截止条件。9.根据权利要求8所述的方法，其特征在于，所述识别各所述合成少数类样本中的异常
合成样本，包括：将各所述合成少数类样本输入至所述目标分类模型，得到各所述合成少数类样本的合成预测类别；根据所述合成少数类样本的合成预测类别和合成真实类别，确定异常合成样本。10.根据权利要求8所述的方法，其特征在于，在所述识别各所述合成少数类样本中的异常合成样本之前，所述方法还包括：对所述目标分类模型进行模型评价；相应的，所述识别各所述合成少数类样本中的异常合成样本，包括：若模型评价结果符合优化迭代条件，则识别各所述合成少数类样本中的异常合成样本。11.根据权利要求10所述的方法，其特征在于，所述对所述目标分类模型进行模型评价，包括：将测试样本输入至所述目标分类模型，得到测试预测类别；根据所述测试样本的测试预测类别和测试真实类别，对所述目标分类模型进行模型评价。12.根据权利要求11所述的方法，其特征在于，所述根据所述测试样本的测试预测类别和测试真实类别，对所述目标分类模型进行模型评价，包括：根据所述测试样本的测试预测类别和测试真实类别的一致性，确定模型评价指标；其中，所述模型评价指标包括特异性、敏感性和查准率中的至少一种。13.一种少数类样本处理装置，其特征在于，包括：距离确定模块，用于确定少数类训练样本集中不同原始少数类样本之间的距离数据；权重确定模块，用于根据各所述距离数据，分别确定各所述原始少数类样本的采样权重；样本合成模块，用于根据各所述采样权重，分别以相应原始少数类样本为根样本，生成合成少数类样本。14.一种电子设备，其特征在于，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-12任一项所述的一种少数类样本处理方法。15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-12任一项所述的一种少数类样本处理方法。

技术总结
本申请实施例公开了一种少数类样本处理方法、装置、设备和存储介质，本申请实施例涉及大数据技术领域。其中，确定少数类训练样本集中不同原始少数类样本之间的距离数据；根据各所述距离数据，分别确定各所述原始少数类样本的采样权重；根据各所述采样权重，分别以相应原始少数类样本为根样本，生成合成少数类样本。本申请实施例的技术方案引入采样权重生成合成少数类样本，从而增加了少数类样本的整体数量，平衡了原有所有样本数据的相对数量；同时，以采样权重为标准，对原有的少数类样本进行筛选，在保证样本分布情况不变的前提下对少数类样本进行合成，提高了少数类样本生成的质量。量。量。


技术研发人员：陈丽娜
受保护的技术使用者：中国建设银行股份有限公司
技术研发日：2021.10.29
技术公布日：2022/3/15