一种基于纵向联邦学习的树模型的构建方法及系统
公开
摘要
本申请提供一种基于纵向联邦学习的树模型的构建方法及系统，基于联邦学习的树模型的构建过程中，每次在暂存列表中选择一个带切分节点来进行分裂，不再对分裂增益较低、没必要进行搜索和分裂的节点进行分裂，减少了分裂生成的子节点，从而减少了子节点的分裂特征信息的计算，降低了计算量，提高了树模型的构建效率。并且每次从暂存列表中找到最适合分裂的节点进行分裂，可以降低更多的误差，得到更好的精度。
基本信息
专利标题 ：
一种基于纵向联邦学习的树模型的构建方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114611713A
申请号 ：
CN202210506489.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-05-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈立峰蔡晓娟张翔杨云波卞阳邢旭
申请人 ：
富算科技（上海）有限公司
申请人地址 ：
上海市浦东新区中国(上海)自由贸易试验区浦东大道1200号2层A区
代理机构 ：
北京超凡宏宇专利代理事务所(特殊普通合伙)
代理人 ：
蒋姗
优先权 ：
CN202210506489.4
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G06K9/62 G06Q40/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
