Schnelleinstieg: Generieren von synthetischen Tabellendaten

Sie benötigen ein Projekt zum Speichern der Assets.

Führen Sie die Schritte aus, um zu prüfen, ob ein Projekt vorhanden ist, oder um ein Projekt zu erstellen.

1. Blättern Sie auf dem watsonx zum Abschnitt Projekte. Wenn Projekte aufgelistet werden, fahren Sie mit Aufgabe 2fort. Wenn keine Projekte angezeigt werden, führen Sie die folgenden Schritte aus, um ein Projekt zu erstellen.

2. Klicken Sie in der Schnellnavigationauf Alle Projekte.

3. Öffnen Sie ein vorhandenes Projekt oder erstellen Sie ein neues Projekt:

   1. Klicken Sie auf der Seite Projekte auf Neues Projekt .
   2. Wählen Sie Leeres Projekt erstellenaus.
   3. Geben Sie in der Anzeige Projekt erstellen einen Namen und optional eine Beschreibung für das Projekt ein.
   4. Klicken Sie auf Erstellen.

Weitere Informationen oder ein Video finden Sie unter Erstellen eines Projekts.

Das in diesem Lernprogramm verwendete Dataset enthält typische Informationen, die ein Unternehmen über seine Kunden sammelt. Führen Sie die folgenden Schritte aus, um das Dataset herunterzuladen und zu Ihrem Projekt hinzuzufügen:

1. Laden Sie das Dataset Auto Insurance Customers ' herunter (4KB).

2. Klicken Sie in Ihrem Projekt auf das Symbol „Asset zum Projekt hochladen“.

3. Navigieren Sie in der Seitenanzeige, die geöffnet wird, zur Datei Customers.csv und klicken Sie auf Öffnen. Bleiben Sie so lange auf der Seite, bis der Ladevorgang vollständig abgeschlossen worden ist.
   Die Datei Customers.csv wird Ihrem Projekt als Datenasset hinzugefügt.

Verwenden Sie den Synthetic Data Generator , um einen Datenfluss zu erstellen, der synthetische Tabellendaten auf der Basis von Produktionsdaten oder eines angepassten Datenschemas mithilfe visueller Abläufe und Modellierungsalgorithmen generiert. Führen Sie die folgenden Schritte aus, um ein Asset für einen synthetischen Datenfluss in Ihrem Projekt zu erstellen:

1. Klicken Sie auf der Registerkarte Assets in Ihrem Projekt auf Neues Asset > Synthetische Tabellendaten generieren.
2. Geben Sie als Namen Bank customersein.
3. Klicken Sie auf Erstellen.
4. Klicken Sie in der Anzeige Willkommen bei Synthetic Data Generator auf Erstbenutzerund anschließend auf Weiter. Diese Option bietet Ihnen eine Anleitung zum Erstellen des Datenflusses.
5. Sehen Sie sich die beiden Anwendungsfälle an:
   • Nutzen Sie Ihre vorhandenen Daten: Generieren Sie auf der Basis Ihrer Produktionsdaten ein strukturiertes synthetisches Dataset. Vor dem Export können Sie eine Verbindung zu einer Datenbank herstellen, eine Datei importieren oder hochladen, maskieren und Ihre Ausgabe generieren.
   • Aus angepassten Daten erstellen: Generiert eine strukturierte synthetische Datei auf der Basis von Metadaten. Sie können die Daten in jeder Tabellenspalte, ihre Verteilungen und Korrelationen definieren.
6. Wählen Sie den Anwendungsfall Vorhandene Daten nutzen aus und klicken Sie auf Weiter , um vorhandene Daten zu importieren.
7. Klicken Sie auf Daten aus Projekt auswählen , um das Kundendatenasset zu verwenden, das Sie vom Ressourcenhub hinzugefügt haben.
   1. Wählen Sie Datenasset > customers.csvaus.
   2. Klicken Sie auf Auswählen (Select).
   3. Klicken Sie auf Weiter.
8. Suchen Sie in der Liste der Spalten nach creditcard_number.
   1. Wählen Sie in der Spalte Anonymisieren für CREDITCARD_NUMBER Ja aus, um die Kreditkartennummern von Kunden zu maskieren.
   2. Klicken Sie auf Weiter.
9. Ändern Sie auf der Seite "Mimic-Optionen" die Anzahl der Zeilen in 1000. Akzeptieren Sie die Standardeinstellungen für die restlichen Optionen. Diese Optionen generieren synthetische Daten auf der Basis Ihrer Produktionsdaten unter Verwendung einer Gruppe von potenziellen statistischen Verteilungen, um jede Spalte in Ihren Daten zu ändern. Klicken Sie auf "Weiter ".
10. Aktivieren Sie auf dem Bildschirm „ Auswerten“ die Option „Auswertungsmetriken aktivieren“. Hier können Sie Einstellungen festlegen, um die generierten synthetischen Daten mit Ihren Ausgangsdaten zu vergleichen. Sie können auswählen, welche Metriken bewertet werden sollen.
    1. Wählen Sie die folgenden Metriken aus:
       • Genauigkeits-Score
       • Unterscheidbarkeit von Daten
       • Bewertung der Leckageverhütung
       • Nähebewertung
    2. Klicken Sie auf Weiter.
11. Geben Sie auf der Seite Daten exportieren den Dateinamen bank_customers.csv ein, und klicken Sie auf Weiter.
12. Überprüfen Sie die Einstellungen und klicken Sie auf "Speichern ". Das Tool Synthetic Data Generator wird mit dem Datenfluss angezeigt.
13. Klicken Sie bei Aufforderung auf "Ausführen" und warten Sie, bis der Vorgang abgeschlossen ist.

Nach Abschluss der Ausführung können Sie den Datenfluss untersuchen. Gehen Sie wie folgt vor, um den Ablauf der synthetischen Daten und die Ergebnisse zu überprüfen:

1. Klicken Sie auf das Paletten -Symbol, um das Knotenfenster zu schließen.

2. Doppelklicken Sie auf den Knoten Importieren , um die Einstellungen anzuzeigen.

   1. Überprüfen Sie die Dateneigenschaften . Das Tool liest die Datei aus dem Projekt und füllt die entsprechenden Dateneigenschaften aus.
   2. Erweitern Sie den Abschnitt Typen . Das Tool hat die Werte und Spalten im Dataset gelesen.
   3. Klicken Sie auf Abbrechen.

3. Doppelklicken Sie auf den Knoten Anonymisieren , um die Einstellungen anzuzeigen.

   1. Stellen Sie sicher, dass die Spalte CREDITCARD_NUMBER anonymisiert ist.
   2. Erweitern Sie den Abschnitt Werte anonymisieren . Hier können Sie anpassen, wie die Werte anonymisiert werden.
   3. Klicken Sie auf Abbrechen.

4. Doppelklicken Sie auf den Knoten Mimic , um die Einstellungen anzuzeigen.

   1. Überprüfen Sie die Standardeinstellungen, um die Daten im Quellenkundendataset nachzuahmen.
   2. Klicken Sie auf Abbrechen.

5. Doppelklicken Sie auf den Knoten "Evaluate ", um die Einstellungen anzuzeigen.

   1. Überprüfen Sie die folgenden Einstellungen:
      • Der Baseline-Eingang ist auf Import eingestellt. Der Fluss zeigt, dass der Knoten "Evaluate" zwei Eingaben hat, die Ausgabe der Knoten "Anonymize" und "Generate ".
      • Qualitätsmetriken, Datenschutzmetriken, Nutzungsmetriken und Bewertungsebene. Bewegen Sie den Mauszeiger über das Informations symbol, um eine Beschreibung der einzelnen Einstellungen anzuzeigen.
   2. Klicken Sie auf Abbrechen.

6. Doppelklicken Sie auf den Knoten Generieren , um die Einstellungen anzuzeigen.

   1. Überprüfen Sie die Liste der synthetisierten Spalten.
   2. Optional: Überprüfen Sie die Korrelationen und Erweiterte Optionen.
   3. Klicken Sie auf Abbrechen.

7. Klicken Sie doppelt auf den Knoten Export , um die Einstellungen anzuzeigen.

   1. Optional: Standardmäßig werden die exportierten Daten im Projekt gespeichert. Klicken Sie auf Pfad ändern , um die exportierten Daten in einer Verbindung wie Db2 Warehousezu speichern.
   2. Klicken Sie auf Abbrechen.

8. Klicken Sie im Bereich "Outputs" auf die Ergebnisse mit dem Namen "Evaluate ". Wenn Sie den Bereich „Ausgänge“ nicht sehen, klicken Sie auf das Symbol „Ausgänge“.

9. Klicken Sie für jede Metrik auf das Symbol „Details anzeigen“, um die Visualisierungen für diese Metrik anzuzeigen.

10. Auf der Register karte "Diagramm-Metriken" sehen Sie dieselben Werte. Wenn Sie fertig sind, schließen Sie das Fenster.

11. Klicken Sie auf Ihren Projektnamen, um zur Registerkarte Assets zurückzukehren.

    

12. Klicken Sie auf bank_customers.csv , um eine Vorschau der generierten synthetischen Tabellendaten anzuzeigen.