[发明专利]数据类别不均衡的处理方法及设备、系统、存储介质

权利要求书

1.一种数据类别不均衡的处理方法，包括：

将少数类样本进行聚类，得到多个簇；

计算每个簇中少数类样本的k近邻样本；

获取每个所述簇中少数类样本的k近邻样本中多数类样本的数量；

计算所述簇中多数样本的数量占所述k近邻样本的数量的比值；

根据所述簇中多数类样本的数量占所述k近邻样本的数量的比值，处理所述簇中的样本。

2.根据权利要求1所述的方法，当所述簇中多数样本的数量占所述k近邻样本的数量的比值不大于第一预设阈值时，所述根据所述簇中多数样本的数量占所述k近邻样本的数量的比值，处理所述簇中的样本包括：

获取所述簇中的任意一个少数类样本；

选取与所述少数类样本k近邻的任意一个样本；

基于所述少数类样本和与所述少数类样本k近邻的任意一个样本进行插值。

3.根据权利要求1所述的方法，当所述簇中多数样本的数量占总所述k近邻样本的数量的比值大于第一预设阈值小于第二预设阈值时，所述根据所述簇中多数样本的数量占所述k近邻样本的数量的比值，处理所述簇中的样本包括：

计算所述簇中少数类样本的中心点；

选取与所述中心点k近邻的任意一个样本；

基于所述中心点和所述与所述中心点k近邻的任意一个样本，对所述簇中的少数类样本进行插值。

4.根据权利要求1所述的方法，所述将少数类样本进行聚类，得到多个簇之前，包括：

获取真实数据集，所述真实数据集中包括多数类样本和所述少数类样本。

5.根据权利要求1所述的方法，将所述少数类样本进行聚类，得到多个簇之后，还包括：

对每个簇中的所有样本均进行数值范围为(0，1)的标准化处理。

6.一种半监督生成对抗网络的训练方法，包括：

获取训练集，所述训练集中的训练样本通过将少数类样本进行聚类，得到多个簇，计算每个簇中少数类样本的k近邻样本，获取每个所述簇中少数类样本的k近邻样本中多数类样本的数量，计算所述簇中多数样本的数量占所述k近邻样本的数量的比值，根据所述簇中多数类样本的数量占所述k近邻样本的数量的比值，处理所述簇中的样本而得到；

将所述训练集中的训练样本输入半监督生成对抗网络，得到伪样本；

基于所述伪样本、所述训练集和损失函数对所述半监督生成对抗网络进行训练，得到训练好的半监督生成对抗网络。

7.根据权利要求6所述的方法，所述半监督生成对抗网络中生成器的损失函数：

max(E_z～p(z)(logG(D(Z))))；

其中，Z表示伪样本，E_z～p(z)(logG(D(Z)))表示生成器G生成的伪样本Z被判别器D判别为少数类样本的概率的期望，max(*)表示取最大值。

8.根据权利要求6或7所述的方法，所述基于所述伪样本、所述训练集和损失函数对所述半监督生成对抗网络进行训练，得到训练好的半监督生成对抗网络包括：

将所述生成的伪样本加入所述训练集中，得到新的训练集；

利用所述训练集和所述损失函数，采用梯度下降算法训练所述半监督生成对抗网络。

9.一种异常交易检测方法，包括：

获取用户的交易数据；

将所述用户的交易数据输入训练好的半监督生成对抗网络，得到所述交易数据是否属于异常数据的结果。

其中，所述训练好的半监督生成对抗网络通过获取训练集，将所述训练集中的训练样本输入半监督生成对抗网络，得到伪样本，基于所述伪样本、所述训练集和损失函数对所述半监督生成对抗网络进行训练而得到，所述训练集中的训练样本通过将少数类样本进行聚类，得到多个簇，计算每个簇中少数类样本的k近邻样本，获取每个所述簇中少数类样本的k近邻样本中多数类样本的数量，计算所述簇中多数样本的数量占所述k近邻样本的数量的比值，根据所述簇中多数类样本的数量占所述k近邻样本的数量的比值，处理所述簇中的样本而得到。