常见问题解答

如何从我的合成数据生成过程中获取准确的数据？

根据您的使用场景、合成数据的下游应用以及原始数据的特点，您需要相应地调整合成过程。这通常涉及进行彻底的数据准备并适当拟合生成模型。

Tip

对于面向用例的用户界面体验，请尝试 YData Fabric。从交互式且完整的数据概况到高效的合成，您的数据准备过程将无缝适应您的数据特征。

评估合成数据质量的最合适指标也取决于合成数据的使用目的。尽管如此，我们可以定义合成数据质量的三个基本支柱：隐私、保真度和实用性：

对于这些组成部分中的每一个，都可以评估几个特定的统计指标。

Abstract

要了解更多关于如何在隐私、保真度和实用性之间定义特定权衡的信息，请查看这篇关于合成数据质量指标的白皮书。

大多数安装问题通常与不支持的 Python 版本或 Python 环境与包要求之间的不匹配有关。

让我们看看如何正确处理这些问题：

请注意，ydata-sdk 目前需要 Python >=3.9, < 3.13，因此如果您尝试在 Google Colab 中运行我们的代码，则需要相应地更新您的 Google Colab 的 Python 版本。对于您的开发环境也是如此。

许多故障排除是由于环境与包要求之间的不匹配引起的。虚拟环境将您的安装与“全局”环境隔离，因此您不必担心冲突。

使用 conda，创建一个新环境就像在 shell 中运行以下命令一样简单：

conda create --name synth-env python==3.12 pip
conda activate synth-env
pip install ydata-sdk

现在您可以打开您的 Python 编辑器或 Jupyter Lab，并将 synth-env 用作您的开发环境，而不必担心项目之间的版本或包冲突！

不会。这是一个不切实际的期望，因为 TimeGAN 架构并不是为了复制数据的长期行为而设计的。

TimeGAN 使用“窗口”的概念：它学习映射您提供的时间窗口内短期时间帧的数据分布。它还考虑了这些窗口彼此独立，因此无法返回大多数人期望的时间模式。

这不支持该架构本身，但还有其他架构允许短期和长期合成，如 YData Fabric 中提供的那些。

Abstract

了解更多关于 YData 的时间序列合成数据生成与 TimeGAN 的比较，请查看这篇专门的文章。

找不到您需要的内容？请联系我们的专门团队以获得快速且 syn-ple 的帮助！