人工智能基础模型机器学习【免费下载链接】Kumo-Tabular项目地址https://ai.gitcode.com/hf_mirrors/nvidia/Kumo-Tabular点击查看免费下载Kumo Tabular是 NVIDIA 发布的预训练表格基础模型tabular foundation model一个模型同时支持分类与回归任务。它无需像 XGBoost 那样为每个数据集从头训练而是把带标签的历史数据当作上下文直接对新数据做出预测。本文将对比 Kumo Tabular 与 XGBoost 这类传统机器学习的思路差异并给出快速上手步骤。什么是表格基础模型传统机器学习工作流是一个数据集 一轮完整训练准备数据 → 训练模型 → 调参 → 评估 → 部署。XGBoost、LightGBM 等梯度提升树正是这条路线的标杆。而 Kumo Tabular 属于新兴的表格基础模型路线维度传统机器学习如 XGBoostKumo Tabular表格基础模型模型来源每个任务重新训练一次性预训练开箱即用输入方式训练集 测试集上下文示例context 查询数据query支持任务通常分分类/回归两套流程同一模型分类、回归均可数据规模要求数据越多越好小样本靠特征工程少量标注样本即可作为上下文典型代表XGBoost、LightGBM、CatBoostKumo Tabular简单来说XGBoost 是每次重新学一遍Kumo Tabular 是学过一次之后靠上下文快速作答。模型规格small / medium / large 三档可选仓库按规模提供了三档权重每档各含分类器与回归器两个文件可按显存与精度需求自由选择small/classifier.pt 与 small/regressor.ptmedium/classifier.pt 与 medium/regressor.ptlarge/classifier.pt 与 large/regressor.pt 一般建议先跑 small 验证流程再按需升级到 medium / large。快速上手三步跑通 Kumo Tabular 分类Kumo Tabular 的推理通过 NVIDIA 的structured-data-models库简称 sdm完成只需安装该库即可加载模型权重。第一步安装推理库pip install structured-data-models第二步把表格转成模型可读取的张量以 sklearn 自带的乳腺癌数据集为例用sdm.TableTensor.from_pandas将 DataFrame 转为模型输入并通过infer_stypes自动推断每列类型指定target为类别列。第三步用上下文 查询进行预测调用模型时传入x_context前 300 行特征、y_context对应标签和x_query后段待预测数据模型返回每个查询样本的类别概率from sklearn.datasets import load_breast_cancer import sdm df load_breast_cancer(as_frameTrue).frame table sdm.TableTensor.from_pandas( dfdf, stypessdm.infer_stypes(df, overrides{target: categorical}), devicecuda, ) model sdm.models.KumoTabular(taskclassification, devicecuda) probs model( x_contexttable[:300].drop_columns(target), y_contexttable[:300, target], x_querytable[300:].drop_columns(target), num_estimators8, ) print(probs)回归任务只需把taskclassification换成taskregression思路完全一致。完整示例见 README.md。Kumo Tabular vs XGBoost该如何选择适合用 Kumo Tabular 的场景 数据标注样本较少全量训练树模型不稳定同一套流程要复用到多个结构类似的表格数据集不想逐数据集调参有 GPU 环境追求分钟级出结果。仍然推荐 XGBoost 的场景数据量大且标签充足需要极致精度与充分调参部署环境受限如纯 CPU 边缘设备需要可解释性更强的特征分裂逻辑。可以把两者理解为互补而非替代Kumo Tabular 提供冷启动能力XGBoost 仍是大数据量下的精度主力甚至可以用前者快速产出伪标签再交给后者精调。获取模型与许可说明如需克隆本仓库获取模型权重git clone https://gitcode.com/hf_mirrors/nvidia/Kumo-Tabular模型权重采用OpenMDW 1.1许可证发布详见 LICENSE可免费使用、分发与商用输出内容不受许可限制但分发时需随附许可文件与版权声明。总结Kumo Tabular 代表了表格数据从逐任务训练走向一次预训练、处处推理的趋势小样本、多数据集复用、GPU 环境是它相对 XGBoost 的主战场上手成本极低一行pip install structured-data-models即可开始推理。如果你想进一步了解表格基础模型如何挑战传统机器学习不妨先用 small 权重跑通上文示例感受上下文即训练的新范式。赞分享人工智能基础模型机器学习【免费下载链接】Kumo-Tabular项目地址https://ai.gitcode.com/hf_mirrors/nvidia/Kumo-Tabular点击查看免费下载相关推荐Lighthouse内存管理详解defragmanager与内存池策略的3大秘密武器Lighthouse内存管理详解defragmanager与内存池策略的3大秘密武器 Lighthouse 是经典任天堂64游戏《Banjo Kazooie》人工智能基础模型机器学习在 SGLang 中集成 ZeRO-Inference单 GPU 推理百亿参数模型的 NVMe/CPU 卸载实践在 SGLang 中集成 ZeRO Inference单 GPU 推理百亿参数模型的 NVMe/CPU 卸载实践 导读 本文以 DeepSpeedExampl人工智能基础模型机器学习Kumo Tabular实现原理深潜上下文学习与集成推理如何在表格数据上工作Kumo Tabular实现原理深潜上下文学习与集成推理如何在表格数据上工作 Kumo Tabular 是 NVIDIA 发布的 表格数据基础模型 tabu人工智能基础模型机器学习上一篇如何高效采集大众点评数据专业餐饮分析解决方案下一篇大众点评爬虫终极指南如何轻松破解动态字体加密获取全站数据创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考