[发明专利]一种数据采样方法、装置、电子设备及存储介质

权利要求书

1.一种数据采样方法，其特征在于，包括：

获取原始数据，其中，每个原始数据包括一个指标值及至少一个特征值，所述原始数据分为正样本及负样本，所述正样本的指标值大于预设阈值，所述负样本的指标值不大于所述预设阈值；

根据所述负样本的指标值，将所述负样本分为多个群组；

计算每个群组中负样本的特征值与所述正样本的特征值之间的差异值；

根据所述差异值，将所述群组分为困难群组及非困难群组；

对所述非困难群组进行分层采样，得到非困难样本，并将所述正样本、所述困难群组中的负样本及所述非困难样本作为所述原始数据的采样结果。

2.根据权利要求1所述的数据采样方法，其特征在于，所述根据所述负样本的指标值，将所述负样本分为多个群组，包括：

根据所述负样本的指标值及预设分组规则，将所述负样本分为多个群组；或，

根据所述负样本的指标值，对所述负样本进行等值分段，将所述负样本分为预设数量个群组。

3.根据权利要求1所述的数据采样方法，其特征在于，所述计算每个群组中负样本的特征值与所述正样本的特征值之间的差异值，包括：

计算所述任一群组中各个负样本的任一特征值的第一统计参数；

计算所述正样本的所述任一特征值的第二统计参数；

计算所述第一统计参数与所述第二统计参数之间的欧氏距离，得到所述任一群组的所述任一特征值与所述正样本的所述任一特征值之间的目标差异值；

对所述目标差异值求均值，并对均值结果进行归一化，得到所述任一群组中负样本的特征值与所述正样本的特征值之间的差异值。

4.根据权利要求3所述的数据采样方法，其特征在于，所述第一统计参数及所述第二统计参数包括以下任意一项或多项：

均值、方差、25分位数、50分位数以及75分位数。

5.根据权利要求3所述的数据采样方法，其特征在于，所述对所述目标差异值求均值，并对均值结果进行归一化，得到所述任一群组中负样本的特征值与所述正样本的特征值之间的差异值，包括：

根据每个特征值的预设权重，对所述目标差异值进行加权求均值，并对均值结果进行归一化，得到所述任一群组中负样本的特征值与所述正样本的特征值之间的差异值。

6.根据权利要求1所述的数据采样方法，其特征在于，所述根据所述差异值，将所述群组分为困难群组及非困难群组，包括：

根据所述差异值由大到小的顺序，对所述群组进行排序，并基于排序结果绘制所述群组的二阶差分曲线；

将所述二阶差分曲线的倒序第一个峰值点对应的群组的差异值作为筛选阈值；

将所述差异值小于所述筛选阈值的群组作为困难群组，将所述差异值不小于所述筛选阈值的群组作为非困难群组。

7.一种数据采样装置，其特征在于，包括：

获取单元，被配置为执行获取原始数据，其中，每个原始数据包括一个指标值及至少一个特征值，所述原始数据分为正样本及负样本，所述正样本的指标值大于预设阈值，所述负样本的指标值不大于所述预设阈值；

分组单元，被配置为执行根据所述负样本的指标值，将所述负样本分为多个群组；

计算单元，被配置为执行计算每个群组中负样本的特征值与所述正样本的特征值之间的差异值；

筛选单元，被配置为执行根据所述差异值，将所述群组分为困难群组及非困难群组；

采样单元，被配置为执行对所述非困难群组进行分层采样，得到非困难样本，并将所述正样本、所述困难群组中的负样本及所述非困难样本作为所述原始数据的采样结果。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的数据采样方法。