问题标签 [data-generation]

我正在评估一种算法，并想使用人工数据。

该算法适用于一维人工数据集，如StackOverflow answer所示。

我想测试具有多个维度和某些特征（例如噪声、相关性）的数据集的算法。有人已经在 R 中实现了“人工数据集生成器”吗？

任何反馈将不胜感激。谢谢！

在 VS2010 数据库项目中，我尝试为具有现有数据的表生成测试数据（在出现提示时单击“否”）。标识列（即主键）是 SQL 计算值，因此我无法更改该列的数据生成器。

那么为什么数据生成计划不识别数据库中现有的主键值，但总是尝试插入重复项，即，似乎计划总是从种子值开始，而不是从下一个可用的标识列值开始？我可以强制数据生成计划从这个特定表的其他种子值开始吗？

我在 Oracle 11g 中有生产数据库 - 整个模式。我如何使用它来生成测试数据（所有值都是乱码）并保持关系，（例如，只有字符串值乱码而不是 id 或数字）是否有像数据生成器这样的工具来执行此操作，或者我们可以轻松地手动执行此操作？提前致谢

所以我想创建一些蜜罐信用卡数据。

创建信用卡号码很容易（也许）。我可以在一定范围内创建数字整数值。如果我有野心，我可能会尝试创建 Luhn 有效数字，尽管我可能不想走那么远。事实上，我更喜欢创建已知的无效数字，这将是一种有用的技术。无论如何，至少我会创建一些随机整数。

Sec 码可以是随机的。有效期可以在一定范围内，随机。

困难的部分是：如何创建随机名称？出于明显的隐私原因，我不能真正使用现有的名字，即使我随机重新组合名字和姓氏（John Smith，Jane Doe，Bob Jenkins => John Jenkins，Bob Doe，Jane Jenkins），除非他们特别通用的，如果我在随机数据中创建一些 John Smith 名字，我可能不会介意。

但是我可以用什么来播种无害的数据呢？

我一直在研究如何在我们的数据库中生成测试数据，以便我们可以测试 CRUD 操作，而不会在插入时遇到外键约束问题。

我决定采用的方法是通过 Visual Studio 2010 Ultimate 的数据生成器功能。为我们的特定数据库设置数据生成器计划并不太难，但我遇到了数据类型问题。

具体来说，将数据库中的一列设置为 Bit 类型；但是，数据生成器计划将数据类型设置为 int。从这里，我可以选择的唯一生成器选项是数据绑定生成器、整数、顺序数据绑定生成器、SmallInt 和 TinyInt。

运行生成器时，除了名称中带有 Int 的选项之外的所有选项都不会产生输出值。使用 Int 生成器之一运行生成器以尝试生成值会导致此错误：

错误 1 ​​TSD50003：生成器 Int 对列 [dbo].[Contract_Relationship].[status] 无效 - 类型位

这个错误很明显，因为该列实际上是一个位而不是一个 Int。不太明显的是我如何才能将列上的数据类型更改为正确的类型。

我尝试查看工具 > 选项 > 数据库 > 默认生成器下的数据类型生成器定义，并且位属于默认数据生成器类别，该类别与 SQL 数据类型类别下的布尔类型相关联。

从这里我也无法更改生成器，因为默认数据生成器类别的下拉列表与每个 SQL 数据类型相关联。尝试更改数据生成器计划中位列的数据类型也不起作用，因为它是只读的。

最后，我会将列设置为 null 作为解决方法，但它设置为不为 null。有人对如何将列的数据类型更改为位有任何建议吗？

先感谢您！

更新：我注意到在开发团队的模式文件中进行了更多研究后，该列实际上在 Create Table .sql 文件中设置为 Int 数据类型。在我看来，数据生成器用于模式的信息来自这些文件。

在 SQL Server 客户端中创建表文件和实际数据库之间的列不正确似乎很奇怪，但这可能与我的问题没有直接关系。

如果有人知道如何更改数据生成器中的数据类型，甚至知道数据生成器从哪里提取模式信息，我仍然会感兴趣。

再次感谢大家的时间。

我正在为我的应用程序的集成测试创建数据，其中包含从 Web 服务层到持久性的数据。我有两个主要的选择来实现这一点，但我担心为测试生成的数据的维护。我的意思是，如果我以编程方式生成数据，我认为将此代码更新到最新版本将比更新生成数据的脚本更容易。

生成测试数据的最常用方法是什么？

更新：我正在寻找一种技术来计算我的算法（或任意算法）的所有边缘情况的数据。到目前为止
， 我尝试的只是考虑可能是边缘情况+产生一些“随机”数据，但我不知道如何才能更确定我没有错过真正用户能够搞砸的东西..

我想检查一下我的算法中没有遗漏一些重要的东西，而且我不知道如何生成测试数据来涵盖所有可能的情况：

任务是报告每个数据的快照，Event_Date但为可能属于下一个Event_Date的编辑创建单独的行- 请参阅第 2 组）输入和输出数据插图：

我的算法：

1. 列出s 并为它们event_date计算snext_event_date
2. 将结果加入main_audit_table并计算transaction_id每个快照的最大值（我的插图中的第 1-4 组） -根据是否为真id，由 和 2 个选项分组event_datetransaction_date < next_event_date
3. 加入main_audit_table结果以从同一结果中获取其他数据transaction_id
4. 加入costs_audit_table结果 - 使用transaction_id小于transaction_id结果的最大值

我的问题：

• 我如何生成涵盖所有可能场景的测试数据，所以我知道我的算法是正确的？
• 你能看出我的算法逻辑有什么错误吗？
• 这类问题有更好的论坛吗？

我的代码（需要测试）：

我是 perl 的新手，我想知道是否有一种方法可以生成与正则表达式匹配的所有组合。

如何生成所有匹配字符串的最佳方法是：

提前致谢。

是否有数据生成的程序或源代码？

我想要一个 Java 数据生成器。（语言无所谓，如果我能得到结果文件）

我想要一个相关数据，反相关数据，独立数据。

我想要一个具有

输入：最小值、最大值、数据分布（例如，独立、反相关、相关、高斯、泊松 ...）、维度、点数 (n)

输出：遵循给定数据分布的 n 个点。

谢谢 ：）

有没有专门针对 Python 的“测试数据”生成框架？

为了清楚起见，我不想从头开始编写脚本，用随机用户和其他实体填充我的数据库，我想知道是否有任何工具/框架可以使它更容易，

更清楚地说，我不是在寻找测试框架，我想生成测试数据来“加载”我的应用程序。