一种基于非均衡式增量学习的数据集分类方法及系统

本发明公开了一种基于非均衡式增量学习的数据集分类方法及系统，所述方法包括：获取原始数据集，并对所述原始数据集进行预处理，得到训练集和测试集；确定非均衡式增量学习模型，并根据所述训练集和所述测试集对所述非均衡式增量学习模型进行模型训练和模型优化，得到数据集分类模型；获取当前待处理数据集，并将所述当前待处理数据集输入至所述数据集分类模型，输出数据集分类结果。本发明通过对非均衡式增量学习模型进行训练和优化，以此来获得数据集分类模型，通过数据集分类模型能够有效提高对数据集的分类效率以及准确性。