联邦学习&&集成学习

1.Federated Forest IEEE Transactions on Big Data 2020   该文章在纵向联邦学习（客户端有相同的样本但特征空间不相同）方向上提出了一个基于CART树和bagging的联邦森林框架，它既能处理分类问题，又能处理回归问题。这个框架具有一定的隐私保护，预测是通信负担不高。   首先，先本文假设有数据标签y为主服务器（只有一个），没数据标签的为客户机，主

>>阅读原文<<