北京
打开数据处理工具，它在你说明数据用途之前，就要求你先做决定：生成模拟行，还是抽取真实数据？合成数据与真实数据的对比，常被描述成一场必有唯一赢家的正面交锋，于是人们试图找出哪种数据源“总体上”更安全、更忠实。其实不存在这样的赢家。只有当你明确这份数据要被用来完成什么任务，比较才有意义；因为让一组数据在某类任务中表现出色的属性，在另一类任务中可能毫无价值。
多数困惑来自把真实数据当作默认项、合成数据当作备选。生产环境中的真实数据拥有权威性，因为它确实发生过；但它只在一类工作中体现价值，在另一类工作中意义甚微。如果把工作分成两条赛道，僵局就迎刃而解。
几乎所有复制或生成数据库的需求，都落在这两条赛道之一，而两条赛道要求的东西正好相反。
第一条是统计型工作：机器学习模型的训练与评估，以及配套的分析。这类任务把数据当作总体的代表，关键是整体形态要与现实足够接近。列与列之间的相关性保持成立，数值带有真实的偏态，千分之一概率的极端情况大约在一千行里出现一次。数百万行集中出现少量错误行并不会造成破坏，因为模型读的是整体，不是例外。
第二条是应用数据库：软件在开发、测试、预发布或演示时连接的那个数据库。这条赛道服从的不是分布，而是模式。每个外键都必须落在真实存在的行上；违反约束或留下空的必填字段，数据库会拒绝写入，工作立刻停摆。因此，真实世界分布在这里只是加分项，而满足模式约束才是硬性要求。
两条赛道的分水岭是容错能力。统计型任务能容忍个别错误，因为它是从海量数据中提取规律；应用型任务却连一条坏数据都不能放过，因为一次非法写入就足以让流程中断。理解了这一点，就不会再问“合成数据和真实数据哪个更好”，而会改问：“我要用这批数据做统计推断，还是支撑应用运行？”答案不同，选择自然不同。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
