无需专家经验
用BGPD自动分类离散与连续特征，并用变分高斯混合编码先验，端到端合成信用数据。
Tan, Yandan · Zhu, Hongbin · 吴劼 · Chai, Hongfeng
Expert Systems with Applications 2024
无需人工判断。BGPD方法根据数据分布自动识别离散与连续列，避免专家分类的主观性和遗漏。
金融数据常有偏斜、多峰或混合分布。BGPD-VGM用变分高斯混合编码数据驱动的先验，更好拟合真实分布。
针对不平衡离散列，条件解码策略可针对性合成少数类，改善合成数据对违约用户的识别。
在两个数据规模相差33倍的数据集上，相比7种先进模型，DPTVAE展现出卓越的合成性能，尤其能识别真实违约用户。