RAPPOR: Randomized Aggregatable Privacy-Preserving Ordinal Response的公式证明

文章深入研究了RAPPOR算法,特别是其在随机聚合和隐私保护方面的应用。它分析了永久化和瞬态化扰动如何满足差分隐私条件,并探讨了lasso回归在频率估计中的使用。作者对lasso函数的运用感到困惑,并寻求帮助理解。此外,文章还讨论了召回率和精确率的概念,以及它们如何适应复杂的频率估计场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

RAPPOR: Randomized Aggregatable Privacy-Preserving Ordinal Response的公式证明

这篇文章,本人掉坑好久,谢谢有缘人能拉我一把,希望能帮到有缘人。(图片可能写得不整洁,可是我现在没有耐心重抄一遍了,这是我的手稿,哈哈)
一、图一的三个圈,可能是印刷错误写反了。
二、图二和图三是分别证明永久化扰动和瞬态化扰动满足差分隐私。

我不明白的地方:
①论文tij的那条公式怎么理解?
②lasso回归如何应用于频率估计?频率估计里面频率少的是无关变量?R 的glmnet包里面有lasso函数,但是我不会用,望有缘人能教我怎么用,怎么理解。
③召回率和精确率,只有正反两种情况我就能理解,为什么频率估计这么多种情况也能用?怎么理解呢?
这是论文的参数选择时候的实验
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值