使用 SPU 实现 brier_score_loss 函数

[Yeekin-GYJ]

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 brier_score_loss 函数
• 技术方向： SPU/SML
• 任务难度： 热身🌟
• 任务期望时间： 2-3 周

详细要求

• 安全性： 无 reveal
• 功能性： 实现 sklearn 中功能全集
• 收敛性： 包含 simulator 跑出的实验数据并且证明收敛/正确性
• 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 （具体目录位置请与reviewer讨论）
• 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

• 可参考：
  ○ https://scikit-learn.org/stable/modules/generated/sklearn.metrics.brier_score_loss.html
• 操作指引： https://www.secretflow.org.cn/docs/spu/latest/en-US/getting_started/tutorials/develop_your_first_mpc_application
• 范例： https://github.com/secretflow/spu/blob/main/sml/linear_model/simple_sgd.py
• 可参考隐语 MOOC 2期视频：
  ○ https://www.bilibili.com/video/BV1ba4y1S73z/?spm_id_from=333.788
  ○ https://www.bilibili.com/video/BV1Qe411D7MG/?spm_id_from=333.788
• 贡献指引文档： https://github.com/secretflow/spu/blob/main/sml/development.md

[github-actions]

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