[发明专利]一种无第三方的联邦梯度提升决策树模型训练方法有效
| 申请号： | 202210052120.0 | 申请日： | 2022-01-18 |
| 公开（公告）号： | CN114091624B | 公开（公告）日： | 2022-04-26 |
| 发明（设计）人： | 郭梁;徐时峰;刘洋;裴阳;毛仁歆;宋鎏屹 | 申请（专利权）人： | 蓝象智联（杭州）科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q40/02;G06F30/27 |
| 代理公司： | 杭州天麟知识产权代理事务所(特殊普通合伙) 33374 | 代理人： | 占宇 |
| 地址： | 311100 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种无第三方的联邦梯度提升决策树模型训练方法。它包括以下步骤：训练发起方、训练参与方同步初始化；训练发起方、训练参与方同步采样d个样本数据集；训练发起方、训练参与方对各自样本数据集中的每个特征数据进行分箱、记录分箱信息并进行比特切片存储；训练发起方计算出自身每个样本数据集的每个特征数据的每个分箱对应的一阶梯度和、二阶梯度和，训练发起方、训练参与方根据安全乘法协议计算出训练参与方的样本数据集中每个特征数据的每个分箱对应的一阶梯度和、二阶梯度和；训练发起方搜索最优分裂点，将结果同步给训练参与方；重复上述步骤，直到达到终止条件。本发明保护了数据安全，降低存储空间，大幅压缩通信量。 | ||
| 搜索关键词： | 一种 第三 联邦 梯度 提升 决策树 模型 训练 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于蓝象智联（杭州）科技有限公司，未经蓝象智联（杭州）科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210052120.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种移动分选机
- 下一篇：一种车载12V/24V输入低压门限切换电路
