15、表格数据增强：概念、工具与实践

表格数据增强：概念、工具与实践

表格数据增强概述

表格数据增强是为表格数据补充额外信息，使其更适用于预测分析的过程。像数据库、电子表格和表格数据都属于表格数据。它能将原本不足的数据集转化为机器学习的强大输入，有助于将非结构化数据转化为结构化数据，还能将多个数据源合并为一个数据集，是提高人工智能预测准确性的数据预处理关键步骤。

增强目的

通过为给定数据集添加额外信息来产生有价值的见解。这些数据集来源广泛，如客户反馈、社交媒体帖子和物联网设备日志等。表格数据增强可通过用更具信息性的标签丰富现有列，为数据集添加新的信息列，从而提高数据集的完整性并提供更准确的见解。

面临挑战

与图像、文本或音频增强不同，表格数据增强没有通用的固定方法。数据集本身决定了哪些增强技术是安全的或处于安全范围内，因此在增强表格数据集之前，必须彻底审查该数据集。

表格数据增强库

表格数据增强不像图像、文本或音频增强那样成熟，数据科学家通常会针对特定项目开发表格数据增强技术。不过，在GitHub上有一些开源项目，随着深度学习和生成式人工智能在时间序列和表格数据预测方面的不断发展，表格数据增强也会持续进步。以下是一些可在GitHub上找到的开源库：
| 库名称 | 描述 | GitHub链接 |
| — | — | — |
| DeltaPy | 专注于金融应用（如时间序列股票预测）的数据生成和合成，适用于广泛的数据集 | https://github.com/firmai/deltapy |
| Synthetic Data Vault (SDV) | 通过从单表、多表和时间序列数据生