一种逻辑回归模型的训练方法、联邦训练方法

本发明公开了一种逻辑回归模型的训练方法、联邦训练方法。逻辑回归模型的训练方法包括以下步骤：获取训练样本集，训练样本集包括m个样本的样本数据集，样本数据集包括样本的标签和n个数据特征的特征值；计算每个数据特征对应的IV值；将所有IV值进行排序，得到每个数据特征对应的排序号；将所有排序号进行归一化处理，得到每个数据特征对应的归一化值；将每个数据特征对应的归一化值作为逻辑回归模型中该数据特征的初始权重，采用训练样本集对逻辑回归模型进行训练。本发明根据数据特征的IV值排序初始化逻辑回归模型的数据特征权重，使得逻辑回归模型首次迭代得到的梯度符合梯度下降方向，从而加速模型训练收敛，减少训练时间。