文档首页/ 可信智能计算服务 TICS/ API参考/ 计算节点API/ 可信联邦学习作业管理/ 获取纵向联邦作业详情
更新时间：2025-05-23 GMT+08:00
查看PDF
分享

获取纵向联邦作业详情

功能介绍

获取纵向联邦作业详情

调用方法

请参见如何调用API。

URI

GET /v1/{project_id}/leagues/{league_id}/fl-vertical-jobs/{job_id}

表1 路径参数

参数

是否必选

参数类型

描述

project_id

是

String

项目ID，最大32位，由字母和数字组成

league_id

是

String

空间ID，最大32位，由字母和数字组成

job_id

是

String

任务id，最大32位，由字母和数字组成

请求参数

表2 请求Header参数

参数

是否必选

参数类型

描述

X-Auth-Token

是

String

用户Token。由一个或多个字母数字+-=符号组成。

通过调用接口获取用户Token接口获取。

X-Language

是

String

根据自己偏好的语言来获取不同语言的返回内容，zh-cn或者en_us

Content-Type

是

String

发送的实体的MIME类型

响应参数

状态码： 200

表3 响应Body参数

参数

参数类型

描述

description

String

作业描述，最大长度512

datasets

String

每个可信计算节点的数据集名

features

Array of DatasetFeatureEntity objects

数据集特征列

label

String

标签列，最大长度100

epoch

Integer

lr迭代数，最小值1

job_name

String

作业名称，最大长度128，名称不能以空白字符开头结尾、或者包含下列任何字符：\ / : * ? " < > |，长度要求在1~128之间。

algorithm_type

String

纵向联邦算法类型枚举，XG_BOOST，LIGHT_BGM，LOGISTIC_REGRESSION 逻辑回归，NEURAL_NETWORK 神经网络，FIBINET

work_step

String

纵向联邦操作步骤枚举值。DATA_SELECTION.数据选择,SAMPLE_ALIGNMENT.样本对齐,FEATURE_SELECTION.特征选择,MODEL_TRAIN.模型训练,MODEL_EVALUATION.模型评估,MODEL_PREDICT.预测

learning_rate

String

纵向联邦算法学习率，最大长度16

label_dataset

String

标签数据集，最大长度100

label_agent

String

标签方可信计算节点，最大长度100

batch_size

Integer

lr批大小，最小值1

grad_epsilon

String

lr梯度收敛阈值，默认nul

tree_num

Integer

xgboost树数量，最大值2的31次方-1

tree_depth

Integer

xgboost树深度，最大值2的31次方-1

split_num

Integer

xgboost切分点数量，最大值2的31次方-1

current_agent_id

String

发起方agentid

learning_task_type

String

纵向联邦作业类型 CLASSIFICATION(1), REGRESSION(2)

predict_threshold

String

纵向联邦算法预测阈值

is_single_predict

Boolean

单方还是双方预测
表4 DatasetFeatureEntity

参数

参数类型

描述

agent_id

String

数据集所属agent id

dataset_name

String

数据集名称

features

Array of strings

数据集特征集合

请求示例

获取纵向联邦作业详情

get https://x.x.x.x:12345/v1/{project_id}/leagues/{league_id}/fl-vertical-jobs/{job_id}

响应示例

状态码： 200

获取纵向联邦作业详情成功

{
  "description": null,
  "datasets": "edc8357011b0449ca985daabd531083c.host_f50_10w_20.space_creator,c2efd9850deb44e3a64b00e555ddb04f.guest_f1_10w_20.tics002",
  "features": "features": [
    {
      "agent_id": "edc8357011b0449ca985daabd531083c",
      "dataset_name": "host_f50_10w_20",
      "features": [
        "f0",
        "f1",
        "f2"
      ]
    },
    {
      "agent_id": "c2efd9850deb44e3a64b00e555ddb04f",
      "dataset_name": "guest_f1_10w_20",
      "features": [
        "f0"
       ]
    }
  ]
  "label": "label",
  "epoch": null,
  "job_name": "xg_20",
  "algorithm_type": "XG_BOOST",
  "work_step": "MODEL_TRAIN",
  "learning_rate": "0.5",
  "label_dataset": "guest_f1_10w_20",
  "label_agent": "c2efd9850deb44e3a64b00e555ddb04f",
  "batch_size": null,
  "grad_epsilon": null,
  "tree_num": null,
  "tree_depth": null,
  "split_num": null,
  "current_agent_id": "edc8357011b0449ca985daabd531083c",
  "learning_task_type": "CLASSIFICATION",
  "predict_threshold": null,
  "is_single_predict": null
}

状态码

状态码

描述

200

获取纵向联邦作业详情成功

401

操作无权限

500

内部服务器错误
父主题： 可信联邦学习作业管理

相关文档