Farklı gizlilikli kümeleme modelleri

Python ile Veri Gizliliği ve Anonimleştirme

Rebeca Gonzalez

Data engineer

Modelleri karşılaştırma

Gizli olmayan k-ortalamalar ile kümeleme sonrası veride 3 küme

Gizlilikli k-ortalamalar ile kümeleme sonrası veride 3 küme

Modelleri karşılaştırma

Pembe noktalarla gösterilen iki kümeleme sonucu arasındaki fark

Modellerin küme sonuçları arasındaki fark
Sonuçların çoğu ortaktır

Farklı gizlilikli kümeleme modelleri oluşturma

from diffprivlib.models import KMeans


# DP model ile kümeleri hesapla
model = KMeans(epsilon=1, n_clusters=3)


# Modeli çalıştır ve kümeleri al
clusters = model.fit_predict(X)

DP kümeleme modellerini iyileştirme

Kümeleme öncesi veriyi ön işleyebiliriz.
StandardScaler gibi ölçekleme ve PCA gibi boyut indirgeme yöntemleri.
- Model ataletini azaltır
- Daha doğru segmentler elde edilir
diffprivlib ile bunu, sklearn modellerinde olduğu gibi yaparız.

DP kümeleme modellerini iyileştirme

from sklearn.decomposition import PCA


# PCA'yı başlat
pca = PCA()


# Veriyi PCA ile uydur ve dönüştür
X = pca.fit_transform(X)


# DP model ile kümeleri hesapla
model = dp_Kmeans(epsilon=1, n_clusters=3)


# Modeli çalıştır ve kümeleri al
clusters = model.fit_predict(X)

DP kümeleme modellerini iyileştirme

Kümeleri gösteren iki saçılım grafiği

DP kümeleme modellerini iyileştirme

Pembe noktalarla gösterilen iki kümeleme sonucu arasındaki fark

Veri dönüşümleriyle sonuçlar iyileşti

Dirsek yöntemi

Veriye dirsek yöntemi uygulanınca oluşan grafiğin görüntüsü

Epsilon

from diffprivlib.models import KMeans as model


# DP model ile kümeleri hesapla
model = dp_Kmeans(epsilon=0.2, n_clusters=3)


# Modeli çalıştır ve kümeleri al
clusters = model.fit_predict(X)

Epsilon

Kümeleri gösteren iki saçılım grafiği

Hadi pratik yapalım!

Python ile Veri Gizliliği ve Anonimleştirme