stanfordmlgroup/ngboost

What it solves

NGBoost는 일반적으로 점 예측(point predictions)만을 제공하는 전통적인 부스팅 알고리즘의 한계를 해결합니다. 대신, 확률적 예측을 가능하게 하여 모델이 단일 값이 아닌 전체 확률 분포를 출력할 수 있게 합니다.

How it works

Natural Gradient Boosting을 구현합니다. 이는 자연스러운 그레이디언트(natural gradient)를 사용하여 확률 분포의 파라미터를 최적화하는 방법입니다. 이 라이브러리는 Scikit-Learn을 기반으로 구축되었으며, 모듈식 설계로 사용자가 자체적으로 스코어링 룰, 확률 분포, 베이스 러너(base learners)를 선택할 수 있습니다.

Who it's for

확률적 예측을 통해 예측의 불확실성을 정량화해야 하는 데이터 과학자 및 머신러닝 전문가.

Highlights

• Built on top of Scikit-Learn for easy integration.
• Modular design supporting various distributions and base learners.
• Scalable implementation of Natural Gradient Boosting.
• Supports both point predictions and full probability distribution outputs.