文件
Python API
Synthesizer API
fit()

fit()

訓練合成模型。

語法 

def fit(data: pd.DataFrame)

參數

  • data : pd.DataFrame, required
    • 用於訓練的資料集
    • 必須是 pandas DataFrame
    • 不能為 None

返回值

無。更新合成器的內部狀態。

說明

fit() 方法用於訓練合成模型。此方法會使用提供的資料集來學習資料的統計特性和模式，以便後續生成合成資料。

此方法執行以下操作：

  1. 驗證輸入資料的有效性
  2. 將資料傳遞給底層合成器實作
  3. 執行模型訓練過程
  4. 儲存訓練後的模型狀態

訓練過程的具體細節取決於所選的合成方法：

  • GaussianCopula：學習邊際分布和相關結構
  • CTGAN/CopulaGAN：訓練生成對抗網路
  • TVAE：訓練變分自編碼器
  • 自訂方法：執行自訂的訓練邏輯

範例 

from petsard import Synthesizer, Metadater
import pandas as pd

# 準備訓練資料
df = pd.read_csv('training_data.csv')
metadata = Metadater.from_data(df)

# 初始化並訓練合成器
synthesizer = Synthesizer(method='default')
synthesizer.create(metadata=metadata)
synthesizer.fit(data=df)

# 訓練完成後可以生成合成資料
synthetic_data = synthesizer.sample()

注意事項

  • 必須在呼叫 fit() 之前先呼叫 create()
  • 訓練時間取決於資料大小、複雜度和選擇的合成方法
  • 深度學習方法（CTGAN、TVAE）通常需要較長的訓練時間
  • 訓練過程可能消耗大量記憶體，特別是對於大型資料集
  • 某些合成器（如 CTGAN）可能需要 GPU 加速以提升效能
  • 訓練完成後，模型狀態會儲存在合成器內部
  • 可以多次呼叫 sample() 而無需重新訓練
  • 如需重新訓練，請再次呼叫 fit() 方法
create()sample()