差分プライバシー付きヒストグラム
この演習では、差分プライバシーのアプローチに従って Heart Failure Prediction データセットにアクセスします。プライベートと非プライベートのヒストグラムを作成・分析し、比較します。
データセットの age 変数のヒストグラムに注目します。コンソールでは完全な DataFrame にアクセスできますが、実際にはグローバルアプローチに基づき、差分プライバシーで計算したランダムノイズを加えずに共有することはありません。
DataFrame は heart_df として読み込まれており、age の値を保持する Series は ages に格納されています。diffprivlib の tools はすでにインポート済みです。
この演習はコースの一部です
Pythonで学ぶデータプライバシーと匿名化
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Get counts and bars for non-private histogram of ages
counts, bins = ____
# Normalize counts to get proportions
proportions = ____
# Draw the histogram of proportions
plt.bar(____[: - 1], height=____, width=(bins[1] - bins[0]))
plt.show()