stanfordmlgroup/ngboost

What it solves

NGBoost 解决了传统提升算法（boosting algorithms）通常只能提供点预测（point predictions）的局限性。相反，它能够实现概率预测，允许模型输出一个完整的概率分布，而不是一个单一的数值。

How it works

它实现了 Natural Gradient Boosting，一种使用自然梯度（natural gradient）来优化概率分布参数的方法。该库是基于 Scikit-Learn 构建的，采用模块化设计，允许用户通过选择自定义的 scoring rules、probability distributions 和 base learners。

Who it’s for

需要通过概率预测来量化预测中的不确定性（uncertainty）的数据科学家和机器学习从业者。

Highlights

• Built on top of Scikit-Learn，便于集成。
• 模块化设计，支持多种 distributions 和 base learners。
• Scalable implementation of Natural Gradient Boosting。
• 支持点预测和完整的概率分布输出。