구간으로 일반화하기
K-익명성은 차원이 많지 않은 특정 데이터셋에서 유용한 프라이버시 모델이에요. 데이터셋을 k-익명 테이블로 변환할 때 주로 사용하는 두 가지 익명화 기법은 일반화와 억제(suppression)입니다.
이 연습에서는 satisfaction_rate와 work_hours 같은 민감할 수 있는 속성을 포함한 만족도 데이터셋을 3-익명 테이블로 변환해 보겠습니다. 일부 조합은 등장 횟수가 세 번 미만이에요. 이를 수정해 DataFrame이 3-익명성을 만족하도록 하세요.
DataFrame은 employees로 제공됩니다. k 값 3도 함께 제공됩니다.
이 연습은 강의의 일부입니다
Python으로 배우는 데이터 프라이버시와 익명화
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate how many unique combinations are for BirthYear and Department
print(employees.groupby(['birth_year','department']).____)