一、说明本文分享基于Fate使用横向联邦神经网络算法对多分类的数据进行模型训练，并使用该模型对数据进行多分类预测。二分类算法：是指待预测的label标签的取值只有两种；直白来讲就是每个实例的可能类别只有两种(0或者1)，例如性别只有男或者女；此时的分类算法其实是在构建一个分类线将数据划分为两个类别。多分类算法：是指待预测的label标签的取值可能有多种情况，例如个人爱好可能有篮球、足球、电影等等多种类型。常见算法：Softmax、SVM、KNN、决策树。关于Fate的核心概念、单机部署、训练以及预测请参考以下相关文章：《隐私计算FATE-关键概念与单机部署指南》《隐私计算FATE-模型训练》《

一、说明本文分享基于Fate使用横向联邦神经网络算法对多分类的数据进行模型训练，并使用该模型对数据进行多分类预测。二分类算法：是指待预测的label标签的取值只有两种；直白来讲就是每个实例的可能类别只有两种(0或者1)，例如性别只有男或者女；此时的分类算法其实是在构建一个分类线将数据划分为两个类别。多分类算法：是指待预测的label标签的取值可能有多种情况，例如个人爱好可能有篮球、足球、电影等等多种类型。常见算法：Softmax、SVM、KNN、决策树。关于Fate的核心概念、单机部署、训练以及预测请参考以下相关文章：《隐私计算FATE-关键概念与单机部署指南》《隐私计算FATE-模型训练》《

一、说明本文介绍基于Maven插件jib-maven-plugin实现快速构建SpringBoot程序镜像，并推送到远程仓库中，且无需安装Docker环境。Jib是Google开发的一个无需Docker守护进程，也无需深入掌握Docker最佳实践的情况下，为Java应用程序构建Docker和OCI镜像，以Maven和Gradle插件形式提供。 二、插件使用下图为插件的配置样例，构建后的镜像发布到阿里云仓库中（免费）：阿里云仓库配置以及用户名密码需要按照自己注册的信息进行修改注册地址：https://cr.console.aliyun.com/插件详细的配置可查看：https://github.

一、说明本文介绍基于Maven插件jib-maven-plugin实现快速构建SpringBoot程序镜像，并推送到远程仓库中，且无需安装Docker环境。Jib是Google开发的一个无需Docker守护进程，也无需深入掌握Docker最佳实践的情况下，为Java应用程序构建Docker和OCI镜像，以Maven和Gradle插件形式提供。 二、插件使用下图为插件的配置样例，构建后的镜像发布到阿里云仓库中（免费）：阿里云仓库配置以及用户名密码需要按照自己注册的信息进行修改注册地址：https://cr.console.aliyun.com/插件详细的配置可查看：https://github.