[发明专利]从分布式数据学习

摘要

本公开涉及从分布式数据学习。具体而言，涉及从多个第一数据样本确定多个第一训练样本。多个第一数据样本中的每一个包括多个第一特征值和对该第一数据样本进行分类的第一标签。处理器通过以下方式确定该多个第一训练样本中的每一个：选择该多个第一数据样本的第一子集，使得第一子集包括具有该多个第一特征值中的对应的一个或多个第一特征值的数据样本，以及基于第一子集的第一数据样本中的每一个的第一标签，组合第一子集的数据样本的第一特征值。可以将所得的训练样本与共享相同的对应特征的来自其他数据库的训练样本组合，以及实体匹配是不必要的。

主权项

一种用于从多个第一数据样本确定多个第一训练样本的计算机实现的方法，所述多个第一数据样本中的每一个包括多个第一特征值和对该第一数据样本进行分类的第一标签，所述方法包括：通过以下方式确定所述多个第一训练样本中的每一个：选择所述多个第一数据样本的第一子集，使得第一子集包括具有所述多个第一特征值中的对应的一个或多个第一特征值的数据样本，并且基于第一子集的第一数据样本中的每一个的第一标签，组合第一子集的所述数据样本的第一特征值。