Анонімізація неперервних даних
Конфіденційність даних і анонімізація в Python
Rebeca Gonzalez
Instructor
Неперервні змінні
- вік
- зріст
- вага
- температура
- дата й час
Неперервні змінні
# See the dataset
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
Неперервні розподіли
Використайте найкращий неперервний розподіл для наших даних.
- Створіть гістограму
- Спробуйте неперервні функції, підібравши їх до гістограми.
- Залиште ту, у якої найменша похибка щодо гістограми.
Неперервний розподіл
Застосування розподілу
import scipy.stats# Fit the genlogistic distribution to the continuous variable Age params = scipy.stats.genlogistic.fit(hr['Age'])# See the parameters of the continuous functions print(params)
(4.9899067653418285, 22.32808853181744, 7.046590524738551)
Вибірка з неперервного розподілу
# Sample from the genlogistic distribution df['Age'] = scipy.stats.genlogistic.rvs(size=len(df.index), *params)# See the resulting dataset 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
Вибірка з неперервного розподілу
# Round the values to obtain discrete values
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
Давайте потренуємось!
Конфіденційність даних і анонімізація в Python
