基于FATE平台的纵向 SecureBoost 模型训练

FATE入门案例——纵向 SecureBoost 模型
训练数据样本链接:https://github.com/FederatedAI/FATE/tree/master/examples/data
主要按照这篇文章进行,补充数据上传的部分
1.upload_train_guest_conf.json

{
    "file": "breast_hetero_guest.csv",
    "table_name": "breast_hetero_guest",
    "namespace": "experiment",
    "head": 1,
    "partition": 16,
    "work_mode": 0,
    "backend": 0
}

2.upload_train_host_conf.json

{
    "file": "breast_hetero_host.csv",
    "table_name": "breast_hetero_host",
    "namespace": "experiment",
    "head": 1,
    "partition": 16,
    "work_mode": 0,
    "backend": 0
}

命令行中执行

flow data upload -c upload_train_guest_conf.json
flow data upload -c upload_train_host_conf.json
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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