更新时间：2022-04-16 GMT+08:00
执行作业
执行横向作业
在作业配置页面可以单击“保存并执行”直接执行作业。
- 联盟成员登录进入计算节点页面。
- 在左侧导航树上依次选择，打开联邦机器学习作业页面。
- 在页面，查找待执行的作业，单击“执行”，系统自动跳转到“历史作业”页面。图1 执行作业
- 等待执行完成，在“历史作业”页面查看对应的执行结果、作业报告。
执行纵向作业
- 联盟成员登录进入计算节点页面。
- 在左侧导航树上依次选择，打开联邦机器学习作业页面。
- 在页面，查找待执行的纵向作业，单击“执行”。图2 执行作业
- 在弹出的界面配置执行参数，参考表1。填写完作业参数，单击“确定”即可开始训练作业。图3 执行参数配置
表1 参数配置 算法类型
参数名
参数描述
XGBoost
学习率
控制权重更新的幅度，以及训练的速度和精度。取值范围为0~1的小数。
树数量
定义XGBoost算法中决策树的数量，一个样本的预测值是多棵树预测值的加权和。取值范围为1~50的整数。
树深度
定义每棵决策树的深度，根节点为第一层。取值范围为1~10的整数。
切分点数量
定义每个特征切分点的数量，数量越多，准确率越高，计算时间越长。取值范围为5~10的整数。
分类阈值
区分正负例的得分阈值。
隐私保护技术
用户下拉选择。
逻辑回归
学习率
控制权重更新的幅度，影响训练收敛速度和模型精度，取值范围为0~1。
迭代次数
完成全部样本训练的次数，取值为正整数。
批大小
单次训练使用的样本数，取值为正整数。
分类阈值
区分正负例的得分阈值
隐私保护技术
用户下拉选择。
启动作业后会生成一条新的历史作业记录。
- 等待执行完成，在“历史作业”页面查看更详细的作业运行信息，包括执行结果、作业报告。
父主题： 联邦机器学习作业
