デモデータについて(case01)¶
このデモで使う架空データ(合成データ)の作り方をまとめた開発者向けメモです。学習の本筋は ① 事例概要 から読んでください。
デモは実在データを使わず、生成した合成データで加工処理を再現します。データは決定的に生成され、誰が実行しても同じ結果になります。
データモデル¶
テーブル定義 のとおり、customers(顧客)/purchases(購買履歴)/web_access(Webアクセス履歴)の3テーブルを会員IDで関連づけます。
| 項目 | 値 |
|---|---|
| 顧客数 | 800 |
| purchases 総件数 | 約4,800 |
| web_access 総件数 | 約8,000 |
Colab で短時間に実行できる規模です。地域は首都圏(東京・神奈川・埼玉・千葉)の市区町村、商品は食品カテゴリ10種を用います。
再現性¶
- 乱数 seed(
SEED = 20260717)と基準日(REFERENCE_DATE = 2026-07-01)を固定。再生成はバイト一致します。 - 生成結果は
data/case01_pseudonymized/raw/にコミットし、Notebook はそれを取得します。 - 生成器:
src/dummy_data/case01_pseudonymized.py
出力ファイル¶
data/case01_pseudonymized/raw/customers.csvdata/case01_pseudonymized/raw/purchases.csvdata/case01_pseudonymized/raw/web_access.csv