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
工作方式

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。

![\[的架构 TabTransformer.\]](http://docs.amazonaws.cn/sagemaker/latest/dg/images/tabtransformer_illustration.png)


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](https://arxiv.org/abs/2012.06678)*。