一种未见矿样本选择方法、系统、存储介质、电子设备

本发明公开一种未见矿样本选择方法、系统、存储介质、电子设备，涉及成矿预测技术领域，方法包括：使用深度支持向量数据描述算法对收集的未见矿样本进行异常检测，得到异常得分；设定异常得分阈值，选择异常得分低于阈值的未见矿样本作为未见矿样本的预选集；使用K‑means聚类算法，将未见矿样本的预选集划分为多个聚类簇；通过集群中心欠采样技术，保留每个聚类簇的聚类中心样本作为未见矿样本的最终选择集。本发明可以提高未见矿样本的可靠性，同时缓解随机欠采样导致的信息量大量丢失，从而保证选择的未见矿样本具有代表性。