《表3:使用隐私保护机器学习模型与无防御时训练、测试准确性的比较》
图4为对于常规模型(无防御)与隐私保护模型(有防御),跨不同类别的分类模型的泛化误差的经验累积分布函数。y轴是泛化误差小于x轴的类的分数,所以向左倾斜的曲线的泛化误差较小。可以看出与常规模型的比较,隐私保护模型可以有效地减小泛化误差,使得实验结果具有更好的泛化性。
图表编号 | XD00200387400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 陈卓 |
绘制单位 | 安徽理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |