过采样多聚类融合的数据预测方法、装置、设备及介质

本发明提供的过采样多聚类融合的数据预测方法、装置、设备及介质，涉及数据预测领域。本发明通过获取原始数据集，进行预处理后，分为少数类数据和多数类数据；对少数类数据分别采用不同的聚类算法进行聚类，并将生成的聚类中心数据添加到少数类数据中；对添加聚类中心后的少数类数据进行IF‑SNNDPC聚类，并计算每个子簇的过采样数量；在每个子簇中，计算随机选择的两个非聚类中心的点与聚类中心之间的质心，并将质心作为新样本加入少数类数据中，直至满足对应子簇所需的样本数量，得到最终的少数类数据；将最终的少数类数据与多数类数据一起输入预先训练好的XGBoost模型，得到预测的数据。本发明能增加少数类别的样本数量，解决样本数据类别不平衡的问题。