一种GBDT模型的横向训练方法、装置、电子设备及系统

摘要

本申请公开了一种GBDT模型的横向训练方法、装置、电子设备及系统，包括：针对初始GBDT模型的当前决策树的当前层，确定多个数据节点持有的每种特征的合并后分箱边界；分别针对当前层的每个节点，按照每种特征的合并后分箱边界，对该节点包括的所有样本进行分箱，得到分箱结果；针对能够用于进行当前层的节点分裂的各种分裂标准，分别计算按照每种分裂标准进行节点分裂的评分增益值，评分增益值最高的分裂标准，作为当前层的分裂标准；按照当前层的分裂标准，进行节点分裂，得到当前层的节点分裂结果完成GBDT模型训练。采用该方案，在各数据节点不泄露自身的特征数据的情况下，实现了针对GBDT模型的横向训练。