Synthesizer YAML

Synthesizer 模組負責生成合成資料，支援多種合成方法。

使用範例

請點擊下方按鈕在 Colab 中執行範例：

使用預設方法

Loader:
  load_benchmark_with_schema:
    filepath: benchmark://adult-income
    schema: benchmark://adult-income_schema
Synthesizer:
  default_synthesis:
    method: default

多重實驗

可在同一個 YAML 中定義多個合成實驗：

Loader:
  load_benchmark_with_schema:
    filepath: benchmark://adult-income
    schema: benchmark://adult-income_schema
Synthesizer:
  default_synthesis:
    method: default

  custom-method:
    method: custom_method
    module_path: custom-synthesis.py
    class_name: MySynthesizer_Shuffle

主要參數

• method (string)
  • 合成方式
  • 使用 method: default 時，會自動使用 SDV GaussianCopula 方法作為預設合成方法。

支援的合成方法

本模組支援以下四種方式生成或載入合成資料：

1. PETsARD 內建方法

   • petsard-gaussian-copula：使用 Numba JIT 與 PyTorch 實現的高效高斯耦合合成器

2. SDV 整合方法

   • 內建整合：直接使用 SDV 預設參數的快速方式（計劃下架）
   • SDV Custom Methods：使用 custom_method 靈活控制 SDV 方法的所有參數

3. 自訂合成方法

   • 使用 custom_method 整合自行開發的合成演算法

4. 外部資料載入

   • 使用 custom_data 載入其他工具產生的合成資料進行評測

執行流程

1. 接收輸入：從 Loader 或 Preprocessor 接收資料
2. 生成合成資料：根據指定方法生成合成資料
3. 保持結構：維持原始資料的欄位結構
4. 輸出結果：將合成資料傳遞給後續模組