Apr, 2024

可解释的客户决策树聚合方法用于联邦学习

TL;DR我们提出了一种适用于联邦学习场景的可解释客户端决策树聚合过程,保持了用于聚合的基本决策树的可解释性和精确性。该模型基于聚合决策树的多个决策路径,可应用于不同类型的决策树,如 ID3 和 CART,实验证明该模型构建的树改进了本地模型,并优于最先进的方法。