使用 SPU 实现随机森林算法

[Candicepan]

此 ISSUE 为 隐语开源共建计划（SecretFlow Open Source Contribution Plan，简称 SF OSCP）任务 ISSUE，欢迎社区开发者参与共建～
若有感兴趣想要认领的任务，但还未报名，辛苦先完成报名进行哈～

任务介绍

• 任务名称：使用 SPU 实现随机森林算法
• 技术方向：SPU/SML
• 任务难度：进阶🌟🌟
• 任务期望完成时间：4-5 周

详细要求

• 安全性（尽量少 reveal）
• 功能性：实现算法的基本功能，包括：
  • 支持 fit，predict
  • 提供配置建树个数，建树时的最大特征树等基本参数
  • 支持起码一种 criterion，如 gini
  • 支持一些简单的预剪枝机制或其他防止过拟合的手段
• 收敛性：包含 simulator 跑出的实验数据并且证明收敛性/准确性（最好有与明文 sklearn 结果的对比，可详见参考 PR）
• 正确性：请确保提交的代码内容为可以直接运行的
• 代码规范：Python 代码需要使用 black+isort 进行格式化（流水线包含代码规范检查卡点）
• 提交说明：关联该 isuue 并提交代码至 https://github.com/secretflow/spu/tree/main/sml
• 特殊说明：若某个特性有特殊的限制，如需要 FM128，需要更多 fxp 等需要在注释文档中明确说明

能力要求

• 熟悉经典的机器学习算法
• 熟悉 JAX 或 NumPy，可以使用 NumPy 实现算法

操作说明

• 操作指引：https://www.secretflow.org.cn/docs/spu/latest/en-US/getting_started/tutorials/develop_your_first_mpc_application
• 可参考明文实现：ensemble/_forest
• 范例
• 参考 PR

认领说明

本任务可有多种实现方式，故支持一个任务有多位开发者进行认领，请在认领任务后，在该 issue 下 comment 你的具体设计思路。

设计思路说明：简单说明计划使用什么算法 or 什么优化器实现任务需求即可

当同一任务有多位开发者提交设计思路时：

• 若多位开发者的设计思路均类似，则将按照 comment 的时间 assign 给第一位 comment 的开发者；
• 若多位开发者的设计思路均不同，则该 issue 将会拆分为以不同设计思路进行实现的子 issue，并 assign 给对应开发者。

开发须知

以下部分代码请必须增加代码注释，对对应代码模块进行说明，包括：

• __init__函数的超参数含义
• fit 的具体算法实现说明

[github-actions]

Stale issue message. Please comment to remove stale tag. Otherwise this issue will be closed soon.

[Yeekin-GYJ]

该任务与 spu #257、spu #258 为「开源之夏 2024」基于 SPU 实现 tree-based 分类算法与分位数回归算法的项目课题，不可单独认领。具体认领方式请遵循「开源之夏 2024」活动规则～ 详情查看：https://summer-ospp.ac.cn/help/student/