Ẩn danh dữ liệu liên tục
Bảo mật dữ liệu và Ẩn danh trong Python
Rebeca Gonzalez
Instructor
Biến liên tục
- tuổi
- chiều cao
- cân nặng
- nhiệt độ
- ngày giờ
Biến liên tục
# Xem tập dữ liệu
hr.head()
Age BusinessTravel Department EducationField EmployeeNumber
0 41 Travel_Rarely Sales Life Sciences 1
1 49 Travel_Frequently Research & Development Life Sciences 2
2 37 Travel_Rarely Research & Development Other 4
3 33 Travel_Frequently Research & Development Life Sciences 5
4 27 Travel_Rarely Research & Development Medical 7
Phân phối liên tục
Dùng phân phối liên tục phù hợp nhất cho dữ liệu.
- Tạo biểu đồ tần suất
- Thử các hàm liên tục, fit vào biểu đồ.
- Giữ hàm có sai số nhỏ nhất so với biểu đồ.
Phân phối liên tục
Áp dụng phân phối
import scipy.stats# Fit phân phối genlogistic cho biến liên tục Age params = scipy.stats.genlogistic.fit(hr['Age'])# Xem tham số của các hàm liên tục print(params)
(4.9899067653418285, 22.32808853181744, 7.046590524738551)
Lấy mẫu từ phân phối liên tục
# Lấy mẫu từ phân phối genlogistic df['Age'] = scipy.stats.genlogistic.rvs(size=len(df.index), *params)# Xem tập dữ liệu kết quả df['Age'].head()
Age BusinessTravel Department EducationField EmployeeNumber
0 40.767259 Travel_Rarely Sales Life Sciences 1
1 45.730504 Travel_Frequently Research & Development Life Sciences 2
2 41.910050 Travel_Rarely Research & Development Other 4
3 35.275320 Travel_Frequently Research & Development Life Sciences 5
4 40.198134 Travel_Rarely Research & Development Medical 7
Lấy mẫu từ phân phối liên tục
# Làm tròn để thu được giá trị rời rạc
df['Age'] = df['Age'].round()
Age BusinessTravel Department EducationField EmployeeNumber
0 41 Travel_Rarely Sales Life Sciences 1
1 46 Travel_Frequently Research & Development Life Sciences 2
2 42 Travel_Rarely Research & Development Other 4
3 35 Travel_Frequently Research & Development Life Sciences 5
4 40 Travel_Rarely Research & Development Medical 7
Ayo berlatih!
Bảo mật dữ liệu và Ẩn danh trong Python
