项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 264
技术标签
核心亮点
- 提供从单列分布到多列关联的全面质量指标，覆盖统计和机器学习维度
- API 简洁，几行代码就能生成可视化质量报告，便于快速评估
- 支持自定义指标，可灵活适配特定业务需求
不足之处
- 文档相对简略，高级用法和自定义指标示例不够充分
- 社区规模较小，遇到问题可参考的讨论和案例有限
适用场景
- 评估生成式模型产出的合成数据质量，用于数据增强场景
- 在数据共享项目中，验证脱敏或合成数据是否保留足够统计特征
- 对比不同合成数据生成算法的效果，辅助选型
替代项目
Synthetic Data Vault (SDV)、ydata-profiling、Great Expectations
同类项目推荐
awesome-gee-community-datasets
开源
找 GEE 社区数据集，一个目录直接加载
Community Datasets added by users and made available for use at large
datasette
开源
把 CSV/SQLite 变成可搜索网站和 API，零代码
An open source multi-tool for exploring and publishing data
dataset-generator
开源
配好字段规则，一键生成逼真演示数据集
AI Dataset Generator – Create realistic datasets for demos, learning, and dashboard···
datasets
开源
一行代码加载数百个机器学习数据集，省去下载清洗烦恼
TFDS is a collection of datasets ready to use with TensorFlow, Jax, ...
Awesome-Embodied-AI
开源
一页清单看懂具身智能，快速找到模型、数据与仿真器
Curated embodied AI list: surveys, VLA models, datasets, simulators, humanoids, robo···
stable-diffusion-regularization-···
开源
下载即用，Stable Diffusion微调的正则化图像包
Stable Diffusion Regularization Images in 512px, 768px and 1024px on 1.5, 2.1 and SD···
lakh-pianoroll-dataset
开源
17万首多轨钢琴卷帘，一键训练音乐AI模型
A collection of 174,154 multi-track piano-rolls
TTSizer
开源
上传音视频，自动生成按说话人分好的TTS训练数据集
️ Automatically transcribe audio/video into high-quality, speaker-specific Text-To-···
AlignLedger
开源
把标注、审核、溯源和数据集冻结串成一条可复现流水线
Human-feedback and data-governance infrastructure for RSI research: annotation, revi···