儲存資料 – PETsARD

儲存資料

使用 save_data 方法將合成資料或其他模組的輸出儲存為 CSV 檔案。

使用範例

請點擊下方按鈕在 Colab 中執行範例：

Loader:
  load_benchmark_with_schema:
    filepath: benchmark://adult-income
    schema: benchmark://adult-income_schema
Splitter:
  basic_split:
    num_samples: 3
    train_split_ratio: 0.8
Preprocessor:
  default:
    method: default

Synthesizer:
  default:
    method: default

  petsard-gaussian-copula:
    method: petsard-gaussian-copula

Postprocessor:
  default:
    method: default
Reporter:
  save_all_step:
    method: save_data  # 必要：固定使用 save_data 方法
    source:            # 必要：指定要儲存的資料來源
      - Splitter.ori          # 儲存分割器的原始資料
      - Splitter.control      # 儲存分割器的控制組資料
      - Preprocessor          # 儲存預處理後的資料
      - Synthesizer.default   # 儲存 default 合成器的結果
      - Synthesizer.petsard-gaussian-copula  # 儲存 petsard-gaussian-copula 合成器的結果
      - Postprocessor         # 儲存後處理的資料
    # output: petsard  # 選用：輸出檔案名稱前綴（預設：petsard）
    # naming_strategy: traditional  # 選用：檔名命名策略，可選 traditional 或 compact（預設：traditional）

主要參數

必要參數

參數	類型	說明	範例
`method`	`string`	固定為 `save_data`	`save_data`
`source`	`string` 或 `list`	目標模組或實驗名稱	`Synthesizer` 或 `["Synthesizer", "Loader"]`

source 參數詳細說明

source 參數用於指定要儲存的資料來源，支援以下格式：

單一模組：儲存該模組的所有輸出
```
source: Synthesizer
```

特定實驗：儲存特定實驗的輸出

source: Synthesizer.petsard-gaussian-copula

多個來源：儲存多個模組或實驗的輸出

source:
  - Splitter.ori
  - Preprocessor
  - Synthesizer.default

引用注意事項：

Splitter 的特殊輸出：可用 .ori（原始完整資料）、.control（控制組資料）、.train（訓練集）、.test（測試集）指定子集
實驗名稱匹配：引用實驗時，名稱必須與 YAML 中定義的實驗名稱完全一致
依賴關係：只能引用在當前 Reporter 之前執行的模組

重要提示：當引用 Postprocessor 時，會自動包含所有上游合成器的後處理結果。例如範例中有兩個合成器（default 和 petsard-gaussian-copula），引用 Postprocessor 會自動儲存兩個合成器的後處理結果。

選用參數

參數	類型	預設值	說明	範例
`output`	`string`	`petsard`	輸出檔案名稱前綴	`my_experiment`
`naming_strategy`	`string`	`traditional`	檔名命名策略，詳見主頁面說明	`compact`

輸出格式

所有資料會儲存為 CSV 格式，檔案命名遵循主頁面說明的命名策略。

CSV 檔案內容：

原始資料的所有欄位
保持資料類型和結構
使用 UTF-8 編碼
包含標題列

常見問題

Q: 如何避免檔案被覆寫？

A: 使用不同的 output 前綴或實驗名稱

Q: 可以指定儲存路徑嗎？

A: 有兩種方式：

使用 output 參數指定相對路徑：檔案會儲存在當前工作目錄下的指定路徑
使用不同的實驗名稱：在 YAML 中為實驗定義有意義的名稱，會自動反映在輸出檔名中

注意事項

檔案覆寫：同名檔案會被覆寫，請使用不同的 output 前綴
記憶體限制：大型資料集可能需要較多記憶體
編碼格式：所有檔案使用 UTF-8 編碼
資料完整性：儲存時會保留所有欄位和資料類型
實驗追蹤：建議使用有意義的實驗名稱和輸出前綴

產生評估報告