stanfordmlgroup/ngboost

何を解決するか

NGBoostは、従来のブースティングアルゴリズムが通常、点予測しか提供しないという制限を克服します。代わりに、確率的予測を可能にし、モデルが単一の値ではなく、完全な確率分布を出力できるようにします。

動作方法

Natural Gradient Boosting を実装しており、確率分布のパラメータを最適化するために自然勾配を使用します。このライブラリは Scikit-Learn の上に構築されており、スコアリングルール、確率分布、ベースラーナーをユーザーが自由に選択できるモジュール構造になっています。

対象ユーザー

予測の不確実性を確率的予測によって定量化する必要があるデータサイエンティストや機械学習の実践者。

特徴

• シンプルな統合を可能にする Scikit-Learn の上に構築。
• 異なる分布やベースラーナーをサポートするモジュール構造。
• Natural Gradient Boosting のスケーラブルな実装。
• 点予測と完全な確率分布の両方の出力をサポート。