Question

我想在加密数据上使用GO实现机器学习模型（KNN或随机森林）。

我的数据用HElib（同态加密）加密，意味着我仍然可以执行ADD＆amp;加密数据上的MUL。

我的问题是：我是否必须使用GO重新实现所有机器学习算法，或者我可以使用一些＆＃34; golearn＆＃34; LIB？

使用golearn lib使用GO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

您需要创建自己的基本csv包的解密版本; https://github.com/sjwhitworth/golearn/blob/master/base/csv.go

然后您可以照常将客户ParseCSVToInstances函数的rawData输出传递给KNN函数InstancesTrainTestSplit。

机器学习加密数据

1 个答案: