1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Ochrana soukromí a anonymizace dat v Pythonu
Connected

cvičení

Předpovídání platů

V tomto cvičení použiješ datovou sadu census income k tomu, abys předpověděl/a, zda mají jednotlivci roční plat vyšší než 50 000 USD, nebo ne.

Měj na paměti, že při vytváření soukromého modelu je potřeba zadat meze jako parametr – zajistíš tím, že nedojde k dodatečné ztrátě soukromí ani úniku informací. Meze si obvykle můžeš zvolit nezávisle na datech, a to na základě znalosti domény nebo pomocí prohledávání s DP histogramem.

Dataset byl načten a rozdělen na X_train, y_train, X_test a y_test. Klasifikátor je dostupný jako dp_GaussianNB.

Pokyny

100 XP
  • Nastav meze modelu tak, že vypočítáš hodnoty min a max v trénovacích datech a přidáš náhodný šum – odečteš a přičteš náhodná čísla v rozsahu 5 až 40 pro každý z 5 sloupců v našich datech.
  • Vytvoř klasifikátor dp_GaussianNB s hodnotou epsilon 0.5 a dříve vytvořenými mezemi.
  • Natrénuj model na datech a podívej se na výsledné skóre.