sdv-dev/CTGAN

它解决了什么问题

它提供了一种生成高保真单表表格数据合成版本的方法。这使得用户能够创建人工数据集，这些数据集保留了真实世界数据的统计特性，而无需使用原始记录。

它如何工作

该库实现了深度学习模型，特别是条件生成对抗网络（CTGAN）和TVAE（表格变分自编码器），这些模型基于2019年NeurIPS论文。这些模型学习真实数据集的分布，然后可用于采样新的合成记录，以模仿原始数据。

适用人群

需要合成表格数据用于测试、隐私保护数据共享或数据集扩充的数据科学家和机器学习工程师。

主要特点

• 使用专为表格数据设计的深度学习架构（CTGAN 和 TVAE）。
• 支持连续（浮点数）和离散（整数/字符串）数据类型。
• 可作为独立库使用，也可作为更大的合成数据保险库（SDV）生态系统的一部分。
• 基于在NeurIPS 2019上发表的同行评审研究。

该工具通过深度学习技术生成高质量的合成数据，适用于数据隐私保护和模型测试场景。— @handle