機器學習加密數據

Question

我想用GO對加密數據實現機器學習模型（KNN或隨機森林）。

我的數據使用HElib（同態加密）進行了加密，這意味着我仍然可以對加密的數據執行ADD和MUL。

我的問題是：我是否必須用GO重新實現所有機器學習算法，還是可以使用一些“ golearn”庫？

使用golearn lib在GO中實現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))

謝謝

Answer 1

您將需要創建自己的基本csv軟件包的解密版本。 https://github.com/sjwhitworth/golearn/blob/master/base/csv.go

然后，您可以ParseCSVToInstances將來自客戶ParseCSVToInstances函數的rawData輸出傳遞給KNN函數InstancesTrainTestSplit 。