泵起来：基于注意力表格学习预测水泵状态
机器学习
2023-04-11 v1
摘要
水危机是全球性关键问题。在遭受干旱的国家，对水井依赖的社区而言，适时恰当地维护水泵至关重要。本文中，我们分析并应用一种序列注意力深度神经架构TabNet，预测坦桑尼亚水泵的维修状态。该模型结合了基于树的算法与神经网络的宝贵优势，支持端到端训练、模型可解释性、稀疏特征选择及在表格数据上的高效学习。最后，我们将TabNet与XGBoost、LightGBM、CatBoost等流行梯度树提升算法比较性能，并展示在类别不平衡数据上训练时选用focal loss作为目标函数可进一步提升性能。
引用
@article{arxiv.2304.03969,
title = {Pump It Up: Predict Water Pump Status using Attentive Tabular Learning},
author = {Karan Pathak and L Shalini},
journal= {arXiv preprint arXiv:2304.03969},
year = {2023}
}
备注
9 pages, 5 figures, 2 tables