比較合成演算法
PETsARD 支援多種合成資料的方法。您可以在同一個實驗中，使用不同的演算法來合成資料，並比較其結果。
請點擊下方按鈕在 Colab 中執行範例：
---
Loader:
data:
filepath: 'benchmark/adult-income.csv'
Preprocessor:
demo:
method: 'default'
Synthesizer:
gaussian-copula:
method: 'sdv-single_table-gaussiancopula'
ctgan:
method: 'sdv-single_table-ctgan'
tvae:
method: 'sdv-single_table-tvae'
Postprocessor:
demo:
method: 'default'
Evaluator:
demo-quality:
method: 'sdmetrics-qualityreport'
Reporter:
output:
method: 'save_data'
source: 'Synthesizer'
save_report_global:
method: 'save_report'
granularity: 'global'
...可用的合成演算法
- 高斯 Copula (
sdv-single_table-gaussiancopula)
- 主要利用變數間的相依關係來合成資料
- 這是
PETsARD的預設方法
- CTGAN (
sdv-single_table-ctgan)
- 使用條件式生成對抗網路 (conditional generative adversarial networks, conditional GAN) 來合成資料
- 特別關注類別變數的條件機率分布
- TVAE (
sdv-single_table-tvae)
- 使用變分自編碼器 (variational autoencoders) 來合成資料
- 關注資料的整體分布特徵
透過在同一個 YAML 設定檔中指定多個合成方法，您可以一次執行多種演算法，並使用相同的評估指標來比較它們的表現。