使用隱私預算會計器探索資料
提供差分隱私的資料探索系統，必須管理隱私預算，用來衡量多個查詢累積造成的隱私損失。
在這個練習中，你將在追蹤隱私預算的同時，探索 IBM HR Analytics Employee Attrition & Performance 資料集。請記住，如果某個查詢超過會計器中設定的隱私預算，就會產生錯誤。
直方圖是以差分隱私方式視覺化資料的實用工具。語法與 numpy 中對應的函式相同，但多了一個 epsilon 參數。
完整資料集已載入為 hr，員工的年齡欄位為 ages。已建立並載入自訂函式 show_histogram()，可用來繪製直方圖，就像你先前在課程中所做的一樣。
本練習屬於課程
Data Privacy and Anonymization in Python
練習說明
- 使用其建構子建立一個隱私
BudgetAccountant，並將epsilon設為1.5。 - 以
ages欄位產生私人直方圖，並將epsilon設為0.1。 - 取得並顯示
ages的私人平均數，epsilon設為0.9，bounds設為從10到100的 tuple。 - 列印接下來兩個新查詢可用的剩餘隱私預算。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create the privacy Budget Accountant with epsilon of 1.5
acc = ____
# Use the Budget Accountant acc to draw a private histogram of ages with epsilon 0.1
dp_hist, dp_bins = tools.___(____, epsilon=____, range=[10,100], accountant=____)
show_histogram(dp_hist, dp_bins)
# Get and show the private average of the age variable
print("Mean: ", tools.mean(____))
# Show privacy budget remaining for 2 queries
print("Remaining budget for 2 queries: ", ____)
print("Number of queries recorded: ", len(acc))