[英]Machine Learning on encrypted Data
我想用GO对加密数据实现机器学习模型(KNN或随机森林)。
我的数据使用HElib(同态加密)进行了加密,这意味着我仍然可以对加密的数据执行ADD和MUL。
我的问题是:我是否必须用GO重新实现所有机器学习算法,还是可以使用一些“ golearn”库?
使用golearn lib在GO中实现KNN的示例:
rawData, err := base.ParseCSVToInstances("../datasets/iris_headers.csv", true)
if err != nil {
panic(err)
}
//Initialises a new KNN classifier
cls := knn.NewKnnClassifier("euclidean", "linear", 2)
//Do a training-test split
trainData, testData := base.InstancesTrainTestSplit(rawData, 0.50)
cls.Fit(trainData)
//Calculates the Euclidean distance and returns the most popular label
predictions, err := cls.Predict(testData)
if err != nil {
panic(err)
}
fmt.Println(predictions)
// Prints precision/recall metrics
confusionMat, err := evaluation.GetConfusionMatrix(testData, predictions)
if err != nil {
panic(fmt.Sprintf("Unable to get confusion matrix: %s", err.Error()))
}
fmt.Println(evaluation.GetSummary(confusionMat))
谢谢
您将需要创建自己的基本csv软件包的解密版本。 https://github.com/sjwhitworth/golearn/blob/master/base/csv.go
然后,您可以ParseCSVToInstances
将来自客户ParseCSVToInstances
函数的rawData输出传递给KNN函数InstancesTrainTestSplit
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.