マルチミミック・ノード
Synthetic Data Generator では、Multi-mimic ノードを使用して、合成データがどのようにサンプルシードデータに似ているかの要件を設定することができます。 このノードは高度なアルゴリズムを使って、入力データの基本的なパターンと関係を学習し、現実的でありながら人工的な記録を作成する。
- 説明
- Multi-mimcノードは、サンプルシードデータの各フィールドの統計分布を分析し、各フィールドに割り当てられた最も適合する分布を持つMulti-genノードを生成（または更新）します。 Multi-genノードでは、解析に基づいて自動的に合成データを生成することができる。
- Synthetic Data Generator フローの Multi-mimic ノードを使用して，合成データが元のデータセットの統計的特性や分布にどの程度近いかを設定する．
- ノードの使用
- Multi-Importノードの後にMulti-mimicノードを使用する。 Multi-mimicノードが実行されると、Multi-genノードがまだ存在しない場合はMulti-genノードが作成される。
- マルチインポート・ノードを使用して複数のソースからデータをインポートした場合は、マルチミミック・ノードを使用します。 詳細については、 参照整合性とマルチテーブルノードを参照してください。
- Multi-mimicノードを使用する場合、インポートするテーブルはすべて2行以上である必要があります。
- 必須または任意
- マルチミミック・ノードは必須。 マルチインポート・ノードをマルチミミック・ノードに接続する必要があります。
Multi-mimcノードを使ったスクリプティング
Python のようなスクリプト言語を使って、ノードのプロパティをプログラム的に設定することができます。
マルチmimcノードのプロパティ
以下のプロパティはMulti-mimcノード固有のものです。 共通のノード・プロパティについては、 フローとノードのプロパティを参照してください。
| プロパティー名 | データ・タイプ | 許可された値 | プロパティーの説明 |
|---|---|---|---|
method |
列挙型 | clusteringfull |
階層検索アルゴリズムに使用するメソッド。 |
algorithm |
列挙型 | gaussiancopula |
インナーテーブルのモデリングに使用するアルゴリズム。 |
missing_value_imputation |
ブール値 | truefalse |
欠損値を置換するためにインピュテーションを使用するかどうかのフラグ。 |
init_n_components |
列挙型 | quickhpocustomized |
各テーブルのコンポーネント数の推定に使用する方法。 |
init_n_clusters |
列挙型 | hpocustomized |
method に clustering が設定されている場合、このプロパティは、各テーブルのクラスタ数の推定方法を設定します |
hpo_max_record |
整数 | 範囲 100 ≤ value ≤ 10000 |
hpo メソッドを使用する際に考慮するレコードの最大数。 |
copula_n_quantiles |
整数 | 範囲 5 ≤ value ≤ 10000 |
コピュラ変換に使用する分位の数。 |
copula_noise_scale |
浮動小数点 | 範囲 0.0 ≤ value ≤ 1.0 |
数値的安定性を確保するためにコピュラ変換に加えられるノイズのスケール。 |
random_state |
整数 | 特定の範囲はない。 デフォルト：929111600 | モデルは、いくつかのパラメーターを初期化するためにランダムシードを必要とする。 ここでランダムシードを指定することができる。 指定しない場合は、現在のタイムスタンプが代わりに使われる。 しかし、タイムスタンプを使用するということは、モデルが実行されるたびに異なるシードを使用するということである。 シードを固定することで、安定した結果が得られる。 |
n_components |
構造化された資産 | 物件詳細を見る | ガウス混合モデル（GMM）の混合成分数を設定します。 テーブルごとに番号を設定できる。 hpo を有効にすると、このパラメータの値は使用されない。 詳細は、 n_components プロパティのデータ構造を参照のこと。 |
n_clusters |
構造化された資産 | 物件詳細を見る | method に clustering が設定されている場合、このプロパティは各テーブルに形成するクラスターの数を設定する。 このプロパティは辞書（または配列）のリストであり、各辞書には以下が含まれる： table_display_name number_of_clusters_to_form, custom_sample, table_name。詳細については、 n_clusters プロパティのデータ構造を参照のこと。 |
n_components プロパティのデータ構造
- テーブル表示名
- テーブルの表示名
- 混合物の成分数
- 各テーブルに形成するクラスタの数を設定する整数
- 値はこの範囲内でなければならない： 1 ≤
value≤ 15 - カスタムコンポーネント
trueに設定すると、指定した数の混合成分が使用される。falseに設定すると、混合物の成分数を決定するために比率が使用される。 これは以下の公式を使用する：value for ratio×number of rows in the fitting phase.- table_name
- ドット記法のテーブル名
- フォーマットの例については、 マルチインポート・ノードを参照のこと
n_clusters プロパティのデータ構造
- テーブル表示名
- テーブルの表示名
- クラスタ数
- 各テーブルに形成するクラスタの数を設定する整数
- 値はこの範囲内でなければならない： 1 ≤
value≤ 15 - カスタムクラスタ
trueに設定すると、指定した数のクラスタが使用される。falseに設定すると、使用するクラスタ数を決定するために比率が使用される。 これは以下の公式を使用する：value for ratio×number of rows in the fitting phase.- table_name
- ドット記法のテーブル名
- フォーマットの例については、 マルチインポート・ノードを参照のこと
例スクリプト
次のスクリプトはマルチミミック・ノードを作成し、そのプロパティを設定します。
stream = sdg.script.stream()
multimimic = stream.createAt("mimicplus", "Multi-mimic", 195, 187)
multimimic.setPropertyValue("method", "Clustering")
multimimic.setPropertyValue("algorithm", "Gaussian")
multimimic.setPropertyValue("missing_value_imputation", "true")
multimimic.setPropertyValue("init_n_components", "quick")
multimimic.setPropertyValue("init_n_clusters", "customized")
multimimic.setPropertyValue("hpo_max_record", 1000)
multimimic.setPropertyValue("hpo_max_record", 1000)
multimimic.setPropertyValue("random_state", 82911159)
# set when init_n_components is set as customized
multimimic.setPropertyValue("n_components", [['PERF.PRODUCTS', 3 , 'true', '40039389-1b77-47d5-86d1-b37a5e6bf52e.PERF.PRODUCTS'], ['PERF.CATEGORIES', 2 , 'true', '40039389-1b77-47d5-86d1-b37a5e6bf52e.PERF.CATEGORIES']])
# set when init_n_clustes is set as customized
multimimic.setPropertyValue("n_clusters", [['PERF.PRODUCTS', 2 , 'true', '40039389-1b77-47d5-86d1-b37a5e6bf52e.PERF.PRODUCTS'], ['PERF.CATEGORIES', 3 , 'true', '40039389-1b77-47d5-86d1-b37a5e6bf52e.PERF.CATEGORIES']])
stream.link(connections, multimimic)
mimicnode.run([])