与数据打交道是很难的。原始数据通常会带来一些挑战，在你能够真正有效地使用它之前需要解决这些问题。有时你没有足够的数据，或者数据有缺口需要填补。在许多情况下，由于外部条件的限制，获取数据的成本很高或很困难。此外，隐私法规会影响你使用或分发数据集的方式。基于所有这些原因，利用合成数据是一个很好的选择，因为它可以用很少的努力来满足同样的需求。
什么是合成数据？
根据英国 国家统计 局（ONS）提出的定义 ：
"合成数据是为提高数据效用而创建的微观数据记录，同时防止披露保密的受访者信息。合成数据是通过对原始数据进行统计建模，然后使用这些模型来生成新的数据值，以再现原始数据的统计属性。用户无法识别提供原始数据的实体的信息"。
因此，合成数据有三个重要的特点：
- 合成数据是由一个统计模型创建的。
- 合成数据的统计属性应该与原始数据的统计属性相似。
- 合成数据必须是匿名的。
ONS的方法论还提供了一个评估合成数据集成熟度的尺度。这个量表考虑了合成数据与原始数据的相似程度、其目的和披露风险。该方法包括
- 合成结构：保留了原始数据的结构，这对测试代码很有用。
- 合成有效：不仅保留了结构，而且返回的值在数据集的背景下是合理的。你应该引入缺失值代码、错误和不一致的情况，以复制原始数据。
- 合成增强的合理性：尽可能地复制每个数据样本的分布，而不考虑不同列之间的关系（单变量）。
- 合成增强的多变量似是而非：用似是而非的分布来复制高层次的关系（多变量）。
- 合成增强的多元详细关系：复制详细关系。对于这个，你必须在个案的基础上进行披露控制评估。
- 合成增强的复制：提供最接近的复制。在个案的基础上进行披露控制评估是至关重要的。
以下每个库都采取不同的方法来生成合成数据。有些只专注于提供合成数据本身，但有些则提供一整套工具，旨在实现上述的综合增强型复制。
在你开始之前：安装合成数据环境
为了尝试本文中的一些包，你可以下载并安装我们预先建立的 合成数据环境，它包含了Python 3.9的版本和本文中使用的包，以及它们的所有依赖关系。
为了下载这个随时可用的Python环境，你需要创建一个 ActiveState Platform 账户。只需使用你的GitHub凭证或你的电子邮件地址来注册。注册很简单，它为你解锁了ActiveState Platform的许多好处
或者你也可以使用我们的 State工具 来安装这个运行时环境。
对于Windows用户，在CMD提示下运行以下程序，可以自动下载并安装我们的CLI，状态工具以及合成数据运行 时到一个虚拟环境中。
powershell -Command "& $([scriptblock]::Create((New-Object Net.WebClient).DownloadString('https://platform.activestate.com/dl/cli/install.ps1'))) -activate-default Pizza-Team/Synthetic-Data"
对于Linux用户，运行以下程序可以自动下载并安装我们的CLI、State Tool以及 Synthetic Data运行时 到一个虚拟环境中。
sh <(curl -q https://platform.activestate.com/dl/cli/install.sh) --activate-default Pizza-Team/Synthetic-Data
