📌 PriorLabs/TabPFN – 表格數據的基礎模型

TabPFN 是專為表格數據設計的革命性基礎模型，通過 pip install tabpfn 即可快速安裝使用。支援分類和回歸任務，使用者只需簡單呼叫 TabPFNClassifier() 或 TabPFNRegressor() 即可開始訓練和預測。與傳統方法不同，TabPFN 無需進行數據標準化或 one-hot 編碼等預處理步驟，大幅簡化了使用流程。為獲得最佳性能，建議使用 GPU 並採用批量預測模式。模型在小於 10 萬樣本和 2000 個特徵的數據集上表現最佳。此外，項目還提供 TabPFN Client 用於雲端推理，以及 TabPFN Extensions 套件，包含可解釋性分析、異常值檢測、合成數據生成等高級功能，滿足不同應用場景的需求。

🔍 項目特色

📊 專為表格數據打造：首個專注於結構化數據的基礎模型
⚡ 零預處理：無需數據標準化或特徵編碼
🚀 高效推理：批量預測模式提升 100 倍效率，建議使用 GPU
📦 豐富生態：tabpfn-client（雲端 API）、tabpfn-extensions（進階工具）
🎯 最佳實踐：官方提供 Colab 示例和最佳化指南

⭐ 即時人氣

• 6,574 ⭐

🚀 查看 GitHub 專案

📡 來源: GitHub Trending (Daily) | 每週自動追蹤