생생한-합성-데이터-생성기은(는) 무엇을 하나요?
시드 설정, 로케일 인식, 분포 형상 데이터를 통해 테스트와 데모용 실제 같은 합성 데이터셋을 생성합니다.
개요
이 도구는 다양한 사용 사례에 맞춰 실제 같은 합성 데이터를 생성합니다. 시드 값 설정으로 재현성을 보장하고, 로케일별 데이터 형식을 지원하며, 분포 기반 수치 데이터를 생성할 수 있습니다.
주요 기능
- 시드 기반 재현성: 동일한 시드 값으로 언제든지 동일한 데이터셋을 재생성할 수 있습니다.
- 로케일 지원: 특정 언어 및 지역 설정(예: 한국어, 영어, 일본어)에 맞는 이름, 주소, 전화번호 등을 생성합니다.
- 분포 형상 데이터: 정규 분포, 균등 분포, 지수 분포 등 다양한 통계 분포를 따르는 수치 데이터를 생성합니다.
- 다양한 데이터 유형: 텍스트(이름, 이메일, 주소), 숫자(나이, 가격), 날짜, 범주형 데이터 등을 지원합니다.
설치 방법
pip install faker numpy
사용 예시
기본 사용
from faker import Faker
import numpy as np
# 시드 설정
fake = Faker('ko_KR')
Faker.seed(12345)
# 데이터 생성
for _ in range(5):
print(f"{fake.name()}, {fake.email()}, {fake.address()}")
분포 기반 수치 데이터
import numpy as np
np.random.seed(42)
# 정규 분포 (평균 50, 표준편차 10)
ages = np.random.normal(50, 10, 100)
설정 옵션
| 옵션 | 설명 | 기본값 |
|---|---|---|
seed | 재현성을 위한 시드 값 | None |
locale | 로케일 설정 (예: ko_KR, en_US) | en_US |
distribution | 수치 데이터 분포 유형 | uniform |
size | 생성할 데이터 수 | 100 |
지원 로케일
ko_KR- 한국어en_US- 영어 (미국)ja_JP- 일본어zh_CN- 중국어 (간체)de_DE- 독일어fr_FR- 프랑스어
문제 해결
- 시드 불일치: 생성하려는 데이터 유형과 순서가 동일한지 확인하세요.
- 로케일 오류: 지원되지 않는 로케일을 사용하면 기본값으로 대체됩니다.
- 분포 파라미터 오류: 분포별 올바른 파라미터(예: 정규 분포는
loc,scale)를 사용하세요.