Kolmogorov-Arnold 网络在表格数据上的基准测试研究
机器学习
2025-01-24 v1 人工智能
摘要
Kolmogorov-Arnold 网络 (KAN) 近期引入机器学习领域, 迅速吸引了整个社区的注意。然而, KAN 主要用于逼近复杂函数或处理合成数据, 而对真实世界表格数据集的测试目前仍缺乏。在本文中, 我们对比评估了 KAN 和多层感知机 (MLP) 在表格数据集上的表现。该研究评估了任务性能和训练时间。从对 various 数据集的结果来看, KAN 在准确率和 F1 分数方面表现出优异或相当的水平, 在实例数量众多的数据集上尤为出色, 这表明其能够稳健地处理复杂数据。我们还指出, 这种 KAN 的性能提升是以更高的计算成本为代价的, 这种成本相当于相同规模的 MLP。
引用
@article{arxiv.2406.14529,
title = {A Benchmarking Study of Kolmogorov-Arnold Networks on Tabular Data},
author = {Eleonora Poeta and Flavio Giobergia and Eliana Pastor and Tania Cerquitelli and Elena Baralis},
journal= {arXiv preprint arXiv:2406.14529},
year = {2025}
}