我一直負責實施本地(非交互式)差分隱私機制。我正在處理一個龐大的人口普查數據庫。唯一的敏感屬性是「數量的孩子」,這是一個數值範圍從0到13. 我決定採用通用隨機響應機制,因爲它看起來像最直觀的方法。該機制描述爲here並呈現爲here。 將每個值加載到數組(現在忽略其他屬性)之後,我按如下所示執行擾動。 d = 14 # values may range from 0 to 13
eps =
最近我正在研究Dimension Reduction方法,我發現python包「sklearn.feature_selection」看起來很有用,但問題在於SelectPercentile.fit方法沒有解釋它如何計算得分函數。 link 有誰知道它是如何工作的?先謝謝了。例如,如果我爲「SelectPercentile」選擇「SelectFdr」,並且SelectFdr方法的標準取決於每個要素的
我在我的數據上實現了Aprioiri算法。數據近700條記錄,近81個屬性。我想爲這些數據生成關聯規則。 這是我的程序代碼: public class Aprioritest {
/**
* @param args the command line arguments
*/
public static void main(String[] args) throws Exception {
如何刪除主題建模(LDA)不必要的信息 你好,我想創建主題建模。 我的數據是這種結構。 1. Doesn't taste good to me.
2. Most delicious ramen I have ever had. Spicy and tasty. Great price too.
3. I have this on my subscription, my family loves