[发明专利]针对不平衡样本数据的数据处理方法及装置

权利要求书

1.一种针对不平衡样本数据的数据处理方法，其特征在于，应用于电子设备，所述方法包括以下步骤：

获取建模样本集；其中，所述建模样本集中包括多个原始样本，每个原始样本携带一个样本标签，所述样本标签为第一样本标签或第二样本标签；

对所述建模样本进行切分，得到待处理样本集和跨时间验证样本集；确定所述待处理样本集中携带第一样本标签的第一目标样本，根据所述第一目标样本构造第二目标样本，并将所述第一目标样本和所述第二目标样本进行整合得到采样样本集；

对所述采样样本集进行切分，得到训练样本集和测试样本集；通过所述训练样本集进行建模得到第一预测模型，基于所述测试样本集确定所述第一预测模型的第一模型性能分布；

通过所述采样样本集进行建模得到第二预测模型，基于所述采样样本集确定第二预测模型的第二模型性能分布；

根据所述第一模型性能分布、所述第二模型性能分布以及所述跨时间验证样本集确定所述采样样本集是否满足设定条件。

2.根据权利要求1所述的方法，其特征在于，根据所述第一模型性能分布、所述第二模型性能分布以及所述跨时间验证样本集确定所述采样样本集是否满足设定条件，包括：

判断所述第一模型性能分布和所述第二模型性能分布是否满足预设模型性能指标；

在所述第一模型性能分布和所述第二模型性能分布满足所述预设模型性能指标时，基于所述跨时间验证样本集确定所述第一预测模型的第三模型性能分布以及所述第二预测模型的第四模型性能分布；

判断所述第三模型性能分布和所述第四模型性能分布是否满足预设模型性能指标；

在所述第三模型性能分布和所述第四模型性能分布满足所述预设模型性能指标时，判定所述采样样本集满足建模条件。

3.根据权利要求1所述的方法，其特征在于，根据所述第一目标样本构造第二目标样本，包括：

计算每个所述第一目标样本的K个近邻；其中，K为正整数；

从所述K个近邻中挑选出N个近邻样本；其中，N为正整数；

对所述N个近邻样本进行随机线性插值，得到多个第二目标样本。

4.根据权利要求1所述的方法，其特征在于，通过所述采样样本集进行建模得到第二预测模型，基于所述采样样本集确定第二预测模型的第二模型性能分布，包括：

通过对所述采样样本集进行分层采样，得到设定数量个互斥子集；

重复执行以下步骤直至得到设定数量个第二模型性能分布：将所述设定数量个互斥子集中的其中一个互斥子集作为测试子集，将所述设定数量个互斥子集中除所述测试子集之外的剩余互斥子集求并集以作为训练子集；通过所述训练子集进行建模得到第二预测模型，基于所述测试样本子集确定所述第二预测模型的第二模型性能分布。

5.根据权利要求1所述的方法，其特征在于，对所述建模样本进行切分，得到待处理样本集和跨时间验证样本集，包括：

按照第一设定比例对所述建模样本进行切分，得到待处理样本集和跨时间验证样本集。

6.根据权利要求1所述的方法，其特征在于，对所述采样样本集进行切分，得到训练样本集和测试样本集，包括：

按照第二设定比例对所述采样样本集进行切分，得到训练样本集和测试样本集。