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