《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于噪声扰动的成员推断防御机制》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。