Полный конвейер CTGAN и SDV для генерации синтетических данных

В руководстве демонстрируется создание готового к продакшену пайплайна синтетических данных на базе CTGAN и экосистемы SDV. Процесс включает подготовку смешанных табличных данных, применение ограничений при генерации, условную выборку, статистическую валидацию и оценку практической полезности результатов.

Сначала обучается базовая модель CTGAN, затем — расширенный синтезатор CTGANSynthesizer из SDV с явным заданием метаданных и наложением ограничений (например, неравенства между числовыми полями или фиксированные комбинации категориальных значений). Дополнительно проверяется стабильность обучения через визуализацию потерь генератора и дискриминатора и демонстрируется условная генерация.

Оценка качества производится через официальные отчёты DiagnosticReport и QualityReport, а также через тест на перенос обучаемости: модель классификации обучается на синтетических данных и тестируется на реальных. Также реализовано сохранение и загрузка обученного синтезатора для повторного использования.