第 7 课：XGB算法与SGB算法开发实践

背景-纵向数据分割场景和树模型

什么是纵向树模型？

基于纵向分割数据集训练的决策树模型

隐语提供的纵向树模型算法：可证安全算法SS-XGB和纵向联邦算法SGB

使用-隐语纵向树模型

使用树模型的三个简单步骤(隐语算法通用使用方法)：

1. 准备(设备和数据)
2. 训练(参数设置和执行)
3. 评估(计算指标和决策)

PYU(Party Unit)和SPU(Secure Processing Unit)

在SecretFlow的上下文中，“设备”是一个抽象的概念，用于描述数据处理和计算的环境或单元。这里的“设备”并不是指物理硬件设备，而是指在SecretFlow框架内定义的一种逻辑计算实体，它负责执行特定类型的计算任务。

PYU设备代表单个参与方（party）的计算环境，主要用于处理和存储本地数据。PYU设备可以看作是一个计算单元，它能够执行常规的机器学习任务，如数据预处理、特征工程、模型训练和预测等。但是，由于数据隐私的限制，直接使用本地数据进行多方协作计算可能会泄露敏感信息。因此，PYU设备通常用于准备和封装数据，使其能够在安全协议下与其他PYU设备进行协作。

SPU设备则是用于执行多方安全计算的特殊组件。它建立在多个PYU设备之间，用于执行隐私保护的计算任务，如安全的模型训练和预测。SPU通过使用秘密共享和同态加密等技术，可以在不泄露各参与方原始数据的前提下，协同完成计算任务。SPU设备可以认为是一个虚拟的安全计算平台，它提供了在多个参与方之间进行高效、安全计算的能力。
在SecretFlow的上下文中：

• PYU 设备是每个参与方（比如alice、bob、carol和dave）自己的“厨房”，他们在这里处理自己的数据，但数据不被其他人直接访问。
• SPU 设备是当多个参与方（比如alice、bob和carol）想要一起进行计算（比如训练一个机器学习模型）而不泄露各自的原始数据时，他们共同进入的“联合厨房”。SPU使用密码学技术保证在计算过程中数据的隐私安全。

所以，当你创建PYU设备时，你是在为每个参与者设置一个私有的计算环境；而当你创建SPU设备时，你是在搭建一个多方可以安全合作的平台，确保在不泄露个人数据的情况下共同完成计算任务。