问题描述
我有一个数据集,其中包含客户的敏感信息。数据包含整数,如下图所示。我正在尝试生成可复制原始数据集特征的综合(匿名)数据集。通过文献综述和互联网搜索,我发现了以下几种方法。我不确定哪种方法最有效。我搜索了相关问题1,2,3,但它们没有达到我的目的
样本数据集:
潜在方法:
- 使用Transfer learning生成类似样本,例如原始数据集。
- SMOTE用于数据生成
- Bootstrap method
- 线性回归模型可以拟合数据。
- GAN (Generative Adversarial Network)
- Python Faker
我尝试过的事情:
在原始数据中添加了噪音
noise = np.random.lognormal(mean=3,sigma=0.33,size=len(original_data))
但是效果不佳。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)