机器学习加密数据

Question

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

Answer 1

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 。