TabML 旨在创建一个通用的机器学习框架来处理表格数据。
主要特点：
-
处理表格数据的最重要任务之一是处理特征提取。TabML 允许用户独立定义多个功能，而不必担心其他功能。如果你的团队有多个成员同时开发不同的功能，这有助于减少编码冲突。此外，如果需要更新一项功能，则可以不涉及不相关的功能。通过这种方式，计算成本相对较小（与运行管道以重新生成所有其他特征相比）。
-
参数在配置文件中指定为 protobuf 文件。每次训练后，此配置文件会自动保存到实验文件夹中，以实现可重复性。
-
TabML 与 MLflow 集成，允许用户跟踪所有模型参数和指标。
-
支持表格数据的多个 ML 包：
