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

ćwiczenie

Próbkowanie z najlepiej dopasowanego rozkładu ciągłego

Losowe próbkowanie z dobrze dopasowanego rozkładu prawdopodobieństwa pomaga chronić prywatność, a jednocześnie umożliwia uprawnionym stronom przeprowadzenie dokładnej analizy statystycznej danych.

W tym ćwiczeniu zanonimizujesz kolumnę monthly_income ze zbioru danych IBM. W poprzedniej lekcji ustalono, że rozkład ciągły exponnorm jest najlepiej dopasowany. Użyj go do modelowania dochodów.

Zbiór danych jest dostępny jako hr.

Instrukcje

100 XP
  • Zaimportuj moduł stats z pakietu scipy.
  • Dopasuj rozkład exponnorm do zmiennej ciągłej monthly_income, aby uzyskać parametry rozkładu i wygenerować próbki.
  • Przeprowadź próbkowanie z rozkładu exponnorm i zastąp wartości monthly_income przy użyciu metody .rvs(). Ustaw rozmiar równy długości tej kolumny.
  • Zaokrąglij wynagrodzenia do najbliższej liczby całkowitej.