DeepTables表格数据的深度学习工具包

表格数据深度学习框架-DeepTables

公众号： ChallengeHub

官方链接：https://github.com/DataCanvasIO/DeepTables

简介

MLP（也称为全连接神经网络）已被证明在学习分布表示方面效率低下。事实证明，感知器层的“Add”操作在探索乘法特征交互时性能较差。在大多数情况下，必须进行手动特征工程，并且这项工作需要广泛的领域知识并且非常繁琐。如何在神经网络中有效地学习功能交互成为最重要的问题。

目前为止，业界已经提出了各种模型来进行CTR预测，并且这些模型在最近几年中将一直优于现有的最新技术。众所周知的示例包括FM，DeepFM，Wide＆Deep，DCN，PNN等。这些模型还可以在合理利用的情况下为表格数据提供良好的性能。

DT旨在利用最新的研究结果为用户提供表格数据的端到端工具包。DT的设计考虑了以下主要目标：

• 易于使用，非专家也可以使用。

• 开箱即用地提供良好的性能。

• 灵活的架构，易于用户扩展。

教程

• Quick Start

https://deeptables.readthedocs.io/en/latest/quick_start.html

• Examples

https://deeptables.readthedocs.io/en/latest/examples.html

• ModelConfig

https://deeptables.readthedocs.io/en/latest/model_config.html

• Models

https://deeptables.readthedocs.io/en/latest/models.html

• Layers

https://deeptables.readthedocs.io/en/latest/layers.html

安装

cpu安装命令：

pip install deeptables

gpu安装命令：

pip install deeptables[gpu]

简单实例

import numpy as np
from deeptables.models import deeptable, deepnets
from deeptables.datasets import dsutils
from sklearn.model_selection import train_test_split
# 加载数据
df = dsutils.load_bank()
df_train, df_test = train_test_split(df, test_size=0.2, random_state=42)

y = df_train.pop('y')
y_test = df_test.pop('y')

#训练
config = deeptable.ModelConfig(nets=deepnets.DeepFM)
dt = deeptable.DeepTable(config=config)
model, history = dt.fit(df_train, y, epochs=10)

#评估
result = dt.evaluate(df_test,y_test, batch_size=512, verbose=0)
print(result)
#预测
preds = dt.predict(df_test)

下面是DT用于二分类任务的简单例子：DeepTables在Kaggle Categorical Feature Encoding Challenge II 比赛中取得了第一的好成绩，方案链接，大家可以尝试使用~

https://github.com/DataCanvasIO/DeepTables/blob/master/examples/Kaggle%20-%20Categorical%20Feature%20Encoding%20Challenge%20II.ipynb

欢迎扫码关注ChallengeHub公众号
欢迎加入ChallengeHub学习交流群