本文通过联邦学习在三个数据集上的训练和聚合分析，提出了一种数据分区策略来模拟不同统计异质性水平，并引入了度量独立同分布程度的标准。同时，根据不同特征的数据集，确定了最佳的联邦学习模型和参数。最终，提出了优化模型性能的联邦学习参数和聚合器的推荐指南。