20、表格数据增强：从库选择到数据可视化

表格数据增强：从库选择到数据可视化

1. 表格数据增强库

表格数据增强是一种使用合成数据扩充表格数据集的方法，涉及为表格数据集添加通过派生计算得到的特征列。在处理过程中，我们会花费大量时间用 Python 代码和奇特的图表来可视化现实世界的表格数据集。

目前有一些开源的表格数据增强库，可在 GitHub 上找到：
- 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。它适用于广泛的数据集。GitHub 链接：https://github.com/firmai/deltapy ，相关学术论文为 2020 年 Derek Snow 在 The Alan Turing Institute 发表的“DeltaPy: A Framework for Tabular Data Augmentation in Python”。
- Synthetic Data Vault (SDV) ：通过从单表、多表和时间序列数据生成合成数据来增强表格数据。2020 年，Kalyan Veeramachaneni、Neha Patki 和 Saman Amarsinghe 开发了商业版本 Datacebo。GitHub 链接：https://github.com/sdv-dev/SDV 。
- 表格生成对抗网络 (GAN) ：将成功生成逼真图像的算法应用于表格数据增强。相关学术论文是 2020 年 Insaf Ashrapov 在 Cornell University 的 Arxiv 上发表的“Tabular GANs for uneven distribution