如何在协作线性预测中处理协变量不匹配

针对多中心训练中各方采集特征集不一致的协变量不匹配问题，研究者在中心级 MCAR 缺失假设下提出线性预测估计方法。低维场景采用基于协方差与交叉矩分量聚合的插件式估计，高维场景则先做保持可交换性的插补再用岭正则化线性模型回归。所有估计器均兼容联邦学习约束，仅交换聚合量，并给出了渐近与有限样本学习率。