1.一种支持缺失值的三方隐私决策树训练方法,其特征在于,包括:获取训练数据和属性;所述训练数据为企业利用问卷进行数据收集后得到的问卷数据,所述训练数据的内容包括通过不同参与方获取到的数据内容,所述不同参与方包括公司或教育机构,所述问卷数据中包括用户提供的私人数据或者用户拒绝提供私人数据后形成的缺失值,并且,所述属性中不存在缺失值;
根据所述属性,从所述训练数据中分别提取样本集和样本子集;
利用信息熵计算公式分别计算得到所述样本集和所述样本子集对应的信息熵;
利用求和公式分别计算得到所述样本集和所述样本子集对应的权重总和;
根据所述权重总和以及所述信息熵,通过计算得到所述属性的信息增益;
根据所述信息增益,构建决策树;
其中,所述获取训练数据和属性之前,还包括:利用复制秘密共享技术发送所述训练数据;
所述根据所述属性,从所述训练数据中分别提取样本集和样本子集,包括:根据所述属性,从所述训练数据中提取与所述属性对应的样本集;根据所述属性的划分值,从所述样本集中提取与所述划分值对应的样本子集;
所述利用求和公式分别计算得到所述样本集和所述样本子集对应的权重总和之前,还包括:分别设置所述样本集和所述样本子集中样本的权重;
所述根据所述权重总和以及所述信息熵,通过计算得到所述属性的信息增益,包括:将所述样本集的权重总和与信息熵相乘得到第一数值;将所述样本子集的权重总和与信息熵相乘得到第二数值,将所有所述样本子集对应的第二数值相加得到第三数值;将第一数值与第三数值相减得到所述属性的信息增益。
2.如权利要求1所述的支持缺失值的三方隐私决策树训练方法,其特征在于,所述根据所述信息增益,构建决策树,包括:对所有所述属性的信息增益进行排序;
确定与数值最大的所述信息增益对应的属性,将所述属性作为所述决策树的根节点;
根据所述信息增益,将与所述属性对应的属性值进行划分得到数据集,将所述数据集作为所述根节点的子节点。
3.一种数据处理方法,其特征在于,基于上述权利要求1或2所述的支持缺失值的三方隐私决策树训练方法,包括:获取数据信息;
利用训练的所述决策树对所述数据信息进行分析和预测,得到所述数据信息的分类结果和回归结果。
4.一种支持缺失值的三方隐私决策树训练装置,其特征在于,包括:获取模块,用于获取训练数据和属性;所述训练数据为企业利用问卷进行数据收集后得到的问卷数据,所述训练数据的内容包括通过不同参与方获取到的数据内容,所述不同参与方包括公司或教育机构,所述问卷数据中包括用户提供的私人数据或者用户拒绝提供私人数据后形成的缺失值,并且,所述属性中不存在缺失值;
提取模块,用于根据所述属性,从所述训练数据中分别提取样本集和样本子集;
第一计算模块,用于利用信息熵计算公式分别计算得到所述样本集和所述样本子集对应的信息熵;
第二计算模块,用于利用求和公式分别计算得到所述样本集和所述样本子集对应的权重总和;
信息增益计算模块,用于根据所述权重总和以及所述信息熵,通过计算得到所述属性的信息增益;
构建模块,用于根据所述信息增益,构建决策树;
其中,所述支持缺失值的三方隐私决策树训练装置,还包括:秘密共享模块,用于利用复制秘密共享技术发送所述训练数据;
所述提取模块,包括:第一提取模块,用于根据所述属性,从所述训练数据中提取与所述属性对应的样本集;第二提取模块,用于根据所述属性的划分值,从所述样本集中提取与所述划分值对应的样本子集;
所述支持缺失值的三方隐私决策树训练装置,还包括:设置模块,用于分别设置所述样本集和所述样本子集中样本的权重;
所述信息增益计算模块,包括:第一计算单元,用于将所述样本集的权重总和与信息熵相乘得到第一数值;第二计算单元,用于将所述样本子集的权重总和与信息熵相乘得到第二数值,将所有所述样本子集对应的第二数值相加得到第三数值;信息增益计算单元,用于将第一数值与第三数值相减得到所述属性的信息增益。
5.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至3任一项所述的支持缺失值的三方隐私决策树训练方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如权利要求1至3任一项所述的支持缺失值的三方隐私决策树训练方法的步骤。