Ga naar inhoud

Aan de slag

Installatie

pip install ceda-synth

Of lokaal vanuit de broncode:

git clone https://github.com/cedanl/ceda-synth
cd ceda-synth
uv sync
uv run ceda-synth app

De app opent automatisch in je browser. Gebeurt dat niet, open dan de URL die in de terminal verschijnt.

De app gebruiken

Stap 1 — Data uploaden

Start de app en sleep een CSV- of Parquet-bestand op het uploadveld. ceda-synth toont een preview van de eerste rijen en detecteert automatisch kolomtypes.

Geschikte data

De app werkt het best met tabellen van minimaal 500 rijen. Kleinere datasets leveren minder stabiele correlatieramingen op.

Stap 2 — Kolommen controleren

Na het uploaden zie je per kolom het gedetecteerde SDV-type (categorical, numerical, datetime, id). Pas dit aan als de detectie afwijkt.

Stap 3 — Synthetische data genereren

Kies het aantal gewenste rijen en klik Genereer. Het model traint op de achtergrond — bij grotere datasets kan dit enkele seconden duren.

Stap 4 — Validatierapport bekijken

De app toont per kolom:

  • TV-afstand (categorisch) — hoe goed kloppen de verhoudingen? Onder 0.2 is groen.
  • Wasserstein-afstand (numeriek) — hoe dicht liggen de verdelingen bij elkaar?
  • Distributieplots echte vs. synthetische data

Stap 5 — Exporteren

Download de synthetische data als CSV. De app toont ook het bijbehorende SDV-codeblok om hetzelfde resultaat zelf te reproduceren.

CLI (geavanceerd)

Voor batchverwerking is er ook een CLI:

ceda-synth synthesize data.csv output.csv --rows 1000
ceda-synth validate data.csv output.csv