文件
Python API
Synthesizer API
fit_sample()

fit_sample()

依序執行訓練和生成。

語法 

def fit_sample(data: pd.DataFrame) -> 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

  • pd.DataFrame
    • 生成的合成資料
    • 具有與原始訓練資料相同的欄位

說明

fit_sample() 方法結合了 fit() 和 sample() 的功能，在單一呼叫中完成模型訓練和合成資料生成。這是最常用的方法，特別適合標準的合成資料生成工作流程。

此方法執行以下操作：

  1. 使用提供的資料訓練模型（相當於呼叫 fit()）
  2. 從訓練好的模型生成合成資料（相當於呼叫 sample()）
  3. 返回生成的合成資料

範例 

from petsard import Synthesizer, Metadater
import pandas as pd

# 載入資料
df = pd.read_csv('data.csv')
metadata = Metadater.from_data(df)

# 一步完成訓練和生成
synthesizer = Synthesizer(method='default')
synthesizer.create(metadata=metadata)
synthetic_data = synthesizer.fit_sample(data=df)

# 存取合成資料
print(f"生成了 {len(synthetic_data)} 列合成資料")

# 如需儲存到檔案
synthetic_data.to_csv('synthetic_output.csv', index=False)

注意事項

  • 必須先呼叫 create() 才能使用 fit_sample()
  • 此方法會覆寫任何先前的訓練狀態
  • 每次呼叫都會重新訓練模型，即使資料相同
  • 如需多次生成不同數量的合成資料，建議分別使用 fit() 和 sample()
  • 訓練時間取決於資料大小和選擇的合成方法
  • 適合一次性的訓練和生成需求
  • 生成的資料列數在 create() 或從訓練資料決定
sample()