Introduzione rapida: generare dati tabulari sintetici

È necessario un progetto per memorizzare gli asset.

Guarda un video per vedere come creare un progetto sandbox e associare un servizio. Quindi seguire la procedura per verificare di disporre di un progetto esistente o creare un progetto sandbox.

1. Dalla schermata home di watsonx , scorri alla sezione Projects . Se viene visualizzato un elenco di progetti, passare all' Attività 2. Se non viene visualizzato alcun progetto, attenersi alla seguente procedura per creare un progetto.

2. Fare clic su Crea un progetto sandbox. Quando il progetto viene creato, verrà visualizzato il progetto sandbox nella sezione Progetti .

Per ulteriori informazioni o per guardare un video, consultare Creazione di un progetto.

Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 00:00.

Il dataset utilizzato in questa esercitazione contiene le informazioni tipiche che un'azienda raccoglie sui clienti ed è disponibile nell'hub di risorse. Effettuare le operazioni riportate di seguito per trovare il dataset nell'hub di risorse e aggiungerlo al progetto:

1. Accedere al dataset Clienti nell'hub di risorse.

2. Fare clic su Aggiungi al progetto.

3. Selezionare il progetto dall'elenco e fare clic su Aggiungi.

4. Una volta aggiunto il dataset, fare clic su Visualizza progetto.

Per ulteriori informazioni sull'aggiunta di asset di dati dall'hub di risorse al proprio progetto, consultare Caricamento e accesso ai dati in un notebook.

Per visualizzare un'anteprima di questa attività, guardare il video a partire dalle 00:43.

Utilizzare Synthetic Data Generator per creare un flusso di dati che genera dati tabulari sintetici basati su dati di produzione o uno schema di dati personalizzato utilizzando flussi visivi e algoritmi di modellazione. Seguire questa procedura per creare un asset di flusso di dati sintetici nel proprio progetto:

1. Dalla scheda Asset nel progetto, fare clic su Nuovo asset> Genera dati tabulari sintetici.
2. Per il nome, immettere Bank customers.
3. Fare clic su Crea.
4. Nella schermata Benvenuti in Synthetic Data Generator , fare clic su Primo utentee fare clic su Continua. Questa opzione fornisce un'esperienza guidata per creare il flusso di dati.
5. Esaminare i due casi di utilizzo:
   • Sfrutta i tuoi dati esistenti: genera un dataset sintetico strutturato basato sui tuoi dati di produzione. È possibile connettersi a un database, importare o caricare un file, mascherare e generare l'output prima dell'esportazione.
   • Crea da dati personalizzati: genera un dataset sintetico strutturato basato sui metadati. È possibile definire i dati all'interno di ciascuna colonna della tabella, le relative distribuzioni e le eventuali correlazioni.
6. Selezionare il caso d'uso Utilizza i dati esistenti e fare clic su Avanti per importare i dati esistenti.
7. Fare clic su Seleziona dati dal progetto per utilizzare l'asset di dati dei clienti aggiunto dall'hub di risorse.
   1. Selezionare Asset dati> customers.csv.
   2. Fare clic su Seleziona.
   3. Fare clic su Avanti.
8. Nell'elenco delle colonne, cercare creditcard_number.
   1. Nella colonna Anonimizza per CREDITCARD_NUMBER, selezionare Sì per mascherare i numeri delle carte di credito dei clienti.
   2. Fare clic su Avanti.
9. Accettare le impostazioni predefinite nella pagina Opzioni mimiche . Queste opzioni generano dati sintetici, in base ai propri dati di produzione, utilizzando una serie di distribuzioni statistiche candidate per modificare ciascuna colonna dei propri dati. Fare clic su Avanti.
10. Per Nome file, immettere bank_customers.csve fare clic su Avanti.
11. Esaminare le impostazioni e fare clic su Salva ed esegui. Lo strumento Synthetic Data Generator viene visualizzato con il flusso di dati. Attendere il completamento dell'esecuzione.

Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 01:00.

Una volta completata l'esecuzione, è possibile esplorare il flusso di dati. Seguire questa procedura per esaminare il flusso di dati sintetici e i risultati:

1. Fare clic sull'icona Tavolozza per chiudere il pannello del nodo.

2. Fare doppio clic su Importa per visualizzare le impostazioni.

   1. Esaminare le proprietà Dati . Lo strumento ha letto il dataset dal progetto e ha compilato le proprietà di dati appropriate.
   2. Espandere la sezione Tipi . Lo strumento legge i valori e le colonne nel dataset.
   3. Fare clic su Annulla.

3. Fare doppio clic su Anonimizza per visualizzare le impostazioni.

   1. Verificare che la colonna CREDITCARD_NUMBER sia impostata per essere anonimizzata.
   2. Espandere la sezione Anonimizza valori . Qui è possibile personalizzare la modalità di anonimizzazione dei valori.
   3. Fare clic su Annulla.

4. Fare doppio clic su Mimic per visualizzare le impostazioni.

   1. Rivedere le impostazioni predefinite per imitare i dati nel dataset dei clienti di origine.
   2. Fare clic su Annulla.

5. Fare doppio clic sul nodo Genera per visualizzare le impostazioni.

   1. Esaminare l'elenco di Colonne sintetizzate.
   2. Facoltativo: esaminare le Correlazioni e le Opzioni avanzate.
   3. Fare clic su Annulla.

6. Fare doppio clic su Esporta per vedere le impostazioni.

   1. Facoltativo: per impostazione predefinita, i dati esportati vengono memorizzati nel progetto. Fare clic su Modifica percorso per memorizzare i dati esportati in un collegamento, ad esempio Db2 Warehouse.
   2. Fare clic su Annulla.

7. Fare clic sul nome del progetto per ritornare alla scheda Asset .

   

8. Fare clic su bank_customers.csv per visualizzare un'anteprima dei dati tabulari sintetici generati.