横向联邦学习(Horizontal Federated Learning)VS 纵向联邦学习(Vertical Federated Learning)
1.横向联邦学习:适用于参与者的数据特征维度重叠较多的情形:目的:增加训练数据的数据量例如甲医院有患者:A,B,C;乙医院有患者C,D,F这六位患者,甲乙医院都有患者的身高,体重,血压,心跳等信息,那么进行联邦学习一个判断患者健康状况的模型时,就可以使用横向联邦学习:示例:2.纵向联邦学习:适用于参与者数据ID特征重叠较多的情形:目的:增加参与者数据的数据维度例如甲医院...
原创
2020-02-27 09:36:01 ·
10481 阅读 ·
1 评论