1. Nauka
    2. /
  2. Kursy
    3. /
  3. Prywatność danych i anonimizacja w Pythonie
Connected

ćwiczenie

Przewidywanie wynagrodzeń

W tym ćwiczeniu użyjesz zbioru danych dotyczących dochodów ze spisu ludności, aby przewidzieć, czy dana osoba zarabia ponad 50 000 USD rocznie.

Pamiętaj, że podczas tworzenia prywatnego modelu należy podać granice jako parametr – dzięki temu unikniesz dodatkowej utraty prywatności i wycieku informacji. Granice można zazwyczaj ustalić niezależnie od danych, korzystając z wiedzy dziedzinowej lub wyszukując je za pomocą histogramu DP.

Zbiór danych został wczytany i podzielony na X_train, y_train, X_test i y_test. Klasyfikator jest dostępny jako dp_GaussianNB.

Instrukcje

100 XP
  • Ustaw granice modelu, obliczając wartości min i max w danych treningowych, a następnie dodając szum losowy – odejmij i dodaj losowe liczby z zakresu od 5 do 40 dla każdej z 5 kolumn w zbiorze danych.
  • Utwórz klasyfikator dp_GaussianNB z wartością epsilon równą 0.5 i wcześniej wyznaczonymi granicami.
  • Dopasuj model do danych i sprawdź wynik.