申请/专利权人：创新先进技术有限公司

申请日：2019-07-04

公开（公告）日：2021-01-05

公开（公告）号：CN112183565A

主分类号：G06K9/62(20060101)

分类号：G06K9/62(20060101);H04L9/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.07.14#授权;2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本公开提供用于训练逻辑回归模型的方法和装置。在该方法中，对各个训练参与方的子模型进行模型转换处理以得到对应的转换子模型。执行下述循环过程，直到满足循环结束条件：对特征样本集进行垂直‑水平切分转换以得到各个训练参与方的转换特征样本子集；计算转换后的逻辑回归模型和各个转换特征样本子集的矩阵乘积并基于矩阵乘积得到各个训练参与方的当前预测值。将第一训练参与方处的标记值分解为第一数目个部分标记值并向每个第二训练参与方发送一个部分标记值。在各个训练参与方处，确定各自的预测差值以及模型更新量并进行转换子模型更新。在满足循环结束条件时，基于各个训练参与方的转换子模型，确定各个训练参与方的子模型。

主权项：1.一种用于经由多个训练参与方来协同训练逻辑回归模型的方法，所述逻辑回归模型具有第一数目个子模型，所述多个训练参与方包括第一训练参与方和第二数目个第二训练参与方，每个训练参与方具有一个子模型，所述第一训练参与方具有第一特征样本子集和标记值，每个第二训练参与方具有第二特征样本子集，所述第一和第二特征样本子集是通过对用于模型训练的特征样本集进行垂直切分而获得的，所述第二数目等于所述第一数目减一，所述方法由所述第一训练参与方执行，所述方法包括：对各个训练参与方的子模型进行模型转换处理，以得到各个训练参与方的转换子模型；执行下述循环过程，直到满足循环结束条件：对所述特征样本集进行垂直-水平切分转换，以得到各个训练参与方处的转换特征样本子集；使用秘密共享矩阵乘法来获得经过模型转换后的逻辑回归模型和所述第一训练参与方处的转换特征样本子集之间的矩阵乘积；将所述标记值分解为所述第一数目个部分标记值，并将所述第二数目个部分标记值中的每个分别发送给对应的第二训练参与方；基于所述第一训练参与方处的矩阵乘积来确定所述第一训练参与方处的当前预测值；确定所述第一训练参与方的当前预测值与对应的部分标记值之间的预测差值；基于经过转换后的特征样本集和所述第一训练参与方处的预测差值，确定所述第一训练参与方处的模型更新量；基于所述第一训练参与方的当前转换子模型以及对应的模型更新量来更新所述第一训练参与方的转换子模型，其中，在循环过程未结束时，所述更新后的各个训练参与方的转换子模型被用作下一循环过程的当前转换子模型；以及在满足所述循环结束条件时，基于各个训练参与方的转换子模型，确定所述第一训练参与方的子模型。

全文数据：

权利要求：

百度查询： 创新先进技术有限公司 模型训练方法、装置及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD