5.3 横向数据集切分

为了模拟横向联邦建模的场景，首先在本地将乳腺癌数据集切分为特征相同的横向联邦形式，假设当前有两方参与横向联邦训练，如图5-3所示。

图5-3 两方参与的横向联邦训练

取乳腺癌数据集的前469条样本作为训练样本数据，后100条数据作为测试数据，数据切分的策略如下。

• 训练数据切分：将469条数据按行切分为两份数据，选取其中前200条作为公司A的本地数据，保存为breast_1_train.csv，将剩余的269条数据作为公司B的本地数据，保存为breast_2_train.csv。

• 测试数据集：测试数据集不需要切分，两个参与方使用相同的一份测试数据即可，文件命名为breast_eval.csv。数据分布如图5-4所示。

图5-4 横向数据分布