Гистограммы с дифференциальной приватностью
В этом упражнении вы будете работать с набором данных Heart Failure Prediction, применяя подход дифференциальной приватности. Вы создадите и проанализируете приватные и неприватные гистограммы, а затем сравните их между собой.
Вы сосредоточитесь на гистограммах переменной age из этого набора данных. Несмотря на то что в консоли доступен исходный DataFrame, в реальных условиях его нельзя передавать без добавления случайного шума, вычисленного с помощью дифференциальной приватности по глобальному подходу.
DataFrame загружен как heart_df, а Series со значениями переменной age хранится в ages. Модуль tools из библиотеки diffprivlib уже импортирован.
Это упражнение является частью курса
Конфиденциальность данных и анонимизация в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()