星云Cluster隐私计算解决方案联邦架构层 原图定位 联邦迁移学习主要指在各参与方的样本和特征重合度都极低的情况下,且在模型训练时各数据集的样本空间与特征空间重叠范围都较小时的场景。联邦迁移学习主要为解决单边数据规模小和标签样本少的问题,从而提升模型的效果。