基于DBSCAN和CGAN的不平衡数据过采样方法
打开文本图片集
中图分类号：TP206.1 文献标志码：A DOI： 10.12305/j.issn.1001-506X.2025.11.22
0 引言
当前，机器学习和数据挖掘方法在平衡数据集的分类问题中取得了很好的效果，但面对不平衡数据时往往表现不佳，这主要是由于不平衡数据集中正样本（少数类样本）和负样本（多数类样本）的数量差异较大，训练时模型过多地学习了多数类样本特征，而忽视了少数类样本，导致模型对少数类样本的识别能力偏弱[1-2]。（剩余20579字）
