4.4　总结

本章着重介绍了纵向联邦树模型算法，基于两种不同的集成方式：Bagging和Boosting，分成了纵向联邦随机森林和纵向联邦梯度提升两种算法。

本章首先对决策树模型进行了简单的回顾，接着对这两种纵向联邦树模型的框架设计和算法细节进行了说明，对于树模型而言，算法的重点在于加密数据的使用和节点分裂过程的设计。同时本章也通过随机森林算法的实例，讲解了联邦学习算法的设计思路与安全性论证。