[发明专利]一种基于Tomek链的类别不平衡数据填充方法

摘要

本发明属于数据挖掘技术领域，尤其涉及一种基于Tomek链的类别不平衡数据填充方法，其特征在于，包括获取不平衡数据集S，该不平衡数据集S分为少数类样本集A和多数类样本集B，遍历所有样本以求得集合A和集合B间所有的Tomek链，以所有Tomek链中各自的少数类样本端点形成少数类边界样本集合A′；以少数类边界样本集合A′中的全部或部分样本形成少数类根样本集合R，对于R中的每一个样本ai，计算A中距离ai最近的X个近邻，然后从X近邻中随机选择γ个近邻分别与ai合成新样本；将全部新合成的少数类样本补入A中得到和B构成新的平衡数据集该发明所涉及方法解决了现有不平衡数据填充技术中标识边界样本依赖于区域划分和超参数设定的技术问题。