1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶデータプライバシーと匿名化
Connected

演習

給与を予測する

この演習では、国勢調査の収入データセットを使って、個人の年収が $50K/年 を超えるかどうかを予測します。

追加のプライバシー損失や情報漏えいを防ぐため、プライベートモデルを作成するときは境界をパラメータとして指定する必要があることを思い出してください。通常、ドメイン知識を用いるか、DP ヒストグラムで探索することで、データとは独立に境界を選べます。

データセットはすでに X_train、y_train、X_test、y_test に分割されています。分類器は dp_GaussianNB として利用できます。

指示

100 XP
  • 学習データの min 値と max 値を計算し、5 列それぞれに対して 5〜40 の範囲の乱数を減算・加算してランダムノイズを加えることで、モデルの境界を設定します。
  • イプシロンを 0.5、境界に先ほど作成した値を用いて、dp_GaussianNB 分類器を作成します。
  • モデルをデータに適合させ、スコアを確認します。