เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ลดความเสี่ยงในการระบุตัวตนด้วยการทำ Generalization

ในแบบฝึกหัดนี้ จะนำเทคนิค Generalization ไปใช้กับชุดข้อมูล IBM HR Analytics Employee Attrition & Performance

โดยเฉพาะอย่างยิ่ง จะแปลงตัวแปร monthly_income ให้เป็นคอลัมน์แบบ Binary โดยใช้ค่าเฉลี่ยของเงินเดือนที่ปัดขึ้นเป็นจำนวนเต็มเป็นค่า Threshold ค่าใหม่จะเป็น 0 สำหรับรายได้ที่น้อยกว่าหรือเท่ากับค่าเฉลี่ยที่เป็นจำนวนเต็ม และเป็น 1 สำหรับรายได้ที่มากกว่า

ชุดข้อมูลถูกโหลดเป็น pandas DataFrame ชื่อ hr

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ความเป็นส่วนตัวของข้อมูลและการทำให้ข้อมูลไม่ระบุตัวตนด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณค่าเฉลี่ยของคอลัมน์ monthly_income โดยใช้ .mean() แล้วปัดให้เป็นจำนวนเต็ม บันทึกผลลัพธ์ไว้ในตัวแปร mean_income
  • นำ lambda function ไปใช้กับ hr['monthly_income'] เพื่อแปลงค่ารายได้ให้เป็น 0 สำหรับค่าที่น้อยกว่าหรือเท่ากับ mean_income และเป็น 1 สำหรับค่าที่มากกว่า
  • สำรวจ 5 แถวแรกของ DataFrame hr ที่ได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Calculate the mean value of incomes
mean_income = ____

# Apply generalization by transforming to binary data
hr['monthly_income'] = ____

# See resulting DataFrame
print(____)
แก้ไขและรันโค้ด