TabRepo：一个大规模表格模型评估仓库及其AutoML应用
机器学习
2024-08-27 v3 人工智能
摘要
我们介绍TabRepo，一个由表格模型评估与预测组成的新数据集。TabRepo包含1310个模型在200个分类与回归数据集上评估所得预测与指标。我们以多种方式阐明该数据集的益处。首先，我们表明它允许以边际成本利用预计算模型预测，来开展诸如将超参数优化与当前AutoML系统比较、同时考虑集成等分析。其次，我们表明我们的数据集可轻易用于执行迁移学习。特别地，我们展示应用标准迁移学习技术能在准确率、运行时间与延迟上超越当前最先进的表格系统。
引用
@article{arxiv.2311.02971,
title = {TabRepo: A Large Scale Repository of Tabular Model Evaluations and its AutoML Applications},
author = {David Salinas and Nick Erickson},
journal= {arXiv preprint arXiv:2311.02971},
year = {2024}
}