样本生成方法、装置、计算机设备及可读存储介质

本申请涉及机器学习技术领域，提供了一种样本生成方法、装置、计算机设备及可读存储介质，包括：获取待生成的原始数据集，将原始数据集分离为少数类样本集和多数类样本集；对少数类样本，通过计算每个聚类数量下的轮廓系数，确定使轮廓系数最大的最佳聚类数量，以基于最佳聚类数量，对少数类样本进行聚类，得到多个少数类样本簇以生成多个候选样本；分别获取每个候选样本到少数类样本的第一平均最近邻距离和到多数类样本的第二平均最近邻距离，以确定目标样本作为新生成的少数类样本。方法在金融欺诈检测中可精准生成符合真实欺诈模式的样本，在医疗诊断中能有效模拟罕见病特征分布，提升早期筛查的准确率。