基于联邦训练的样本预测方法、装置及存储介质

摘要

本发明公开了一种基于联邦训练的样本预测方法，包括以下步骤：采用XGboost算法对两个对齐的训练样本进行联邦训练，以构建梯度提升树模型，其中，所述梯度提升树模型包括多棵回归树，所述回归树的一个分裂节点对应训练样本的一个特征；基于所述梯度提升树模型，对待预测样本进行联合预测，以确定待预测样本的样本类别或获得待预测样本的预测得分。本发明还公开了一种基于联邦训练的样本预测装置及计算机可读存储介质。本发明实现了使用不同数据方的训练样本进行联邦训练建模，进而基于建立的模型实现样本预测。