一种数据集均衡方法、装置及计算机可读存储介质
基本信息
| 申请号 | CN202111342212.4 | 申请日 | - |
| 公开（公告）号 | CN114036145A | 公开（公告）日 | 2022-02-11 |
| 申请公布号 | CN114036145A | 申请公布日 | 2022-02-11 |
| 分类号 | G06F16/215（2019.01）I;G06F16/2455（2019.01）I;G06K9/62（2022.01）I;G06Q40/02（2012.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 顾凌云;周轩;王存伟 | 申请（专利权）人 | 上海冰鉴信息科技有限公司 |
| 代理机构 | 成都顶峰专利事务所（普通合伙） | 代理人 | 李崧岩 |
| 地址 | 200000上海市浦东新区自由贸易试验区商城路618号四层B207室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供的数据集均衡方法、装置及计算机可读存储介质，涉及数据处理技术领域，通过调整原始数据集中各样本的权重参数，降低数据集合中噪声样本或者异常样本的权重影响，筛选出有利于提高模型性能的样本来衍生新的样本；同时，基于原始数据集中负样本的分布衍生得到第一衍生数据集，并根据原始数据集中的中样本的分布及样本的权重参数，衍生出第二衍生数据集；最后将原始数据集、第一衍生数据集及第二衍生数据集合并得到均衡后的目标数据集。在基于原始数据集中样本的分布衍生新样本的过程中，尽可能生成有助于性能优化的新样本并增加负样本数量，同时通过权重参数减少生成新样本过程中的噪声，规避噪声对后续业务预测模型训练的影响。 |
