聯邦建模控制臺封裝了聯邦學習的基礎能力，并且集成了常用機器學習庫的功能，如 TensorFlow，具有開箱即用的能力。因此您只需專注于模型本身，無需關注聯邦算法的實現細節，以便快速高效地完成模型開發。在腳本開發過程中，您需要通過新建腳本、編輯腳本、執行腳本完成聯邦建模。根據聯邦建模的不同開發階段，將腳本分為 5 種類型：聯邦表、預處理規則、預處理應用、模型訓練、模型評估，具體請參見 腳本輸入/輸出配置說明。一個完整的聯邦學習項目中包含多種類型的腳本，腳本與腳本之間，通過輸入、輸出/產出的數據進行關聯，如下圖所示。聯邦模型開發分為：

• 數據處理：包含樣本數據處理和聯邦數據處理。

  • 樣本數據處理：將各節點中具有相同屬性的數據邏輯集合起來，即創建聯邦表。

  • 聯邦數據處理：對聯邦表中的數據進行預處理，包括數據預處理和預處理應用。

• 模型訓練：使用預處理過的訓練集數據訓練模型。

• 模型評估：使用預處理過的測試集數據評估模型效果。

典型的模型開發業務邏輯如下圖所示，其中，離線樣本生成的三種聯邦表分別以訓練集、驗證集和測試集作為預處理、預處理應用和模型評估的輸入。