本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
如何 TabTransformer 运作
TabTransformer 是一种用于监督学习的新型深度表格数据建模架构。建立 TabTransformer 在基于自我注意力的变形金刚之上。转换器层将类别特征的嵌入转换为可靠的上下文嵌入,以实现更高的预测准确性。此外,从中学到的上下文嵌入对缺失和噪音数据特征 TabTransformer 都非常强大,并且提供了更好的可解释性。
TabTransformer 在机器学习竞赛中表现出色,因为它可以很好地处理各种数据类型、关系、分布以及你可以微调的超参数的多样性。 TabTransformer 可用于回归、分类(二进制和多类)和排名问题。
下图说明了 TabTransformer 架构。
有关更多信息,请参阅 TabTransformer:使用上下文嵌入进行表格数据建模