如何用NVIDIA结构化数据模型实现零训练表格预测

本文教程演示如何使用NVIDIA新推出的Structured Data Models库，通过统一的PyTorch接口调用多个面向表格的预训练基础模型，在无需训练或微调的情况下完成预测。该库封装了面向单表的TabICLv2与KumoTabular，以及面向多表关系型数据库的KumoRelational；它们均以上下文学习方式工作：向模型提供一组带标签的上下文行与待预测的查询行，一次前向传播即可返回概率或完整预测分布。文中从库的类型化表张量TableTensor入手，将两种表格模型与经训练的scikit-learn基线对比，展示编码上下文在多查询间复用、从回归中读取校准预测区间，以及扩展到二十类分类等用法。教程同时指出默认设置中的隐患：预处理配方会丢弃时间戳与文本列，解释器存在两处陷阱；安装关系采样器所需的pyg-lib时，库自身ImportError会按PyTorch精确补丁版本拼出空页面URL，应按主次版本号构建索引。文末还构建了一个三表商店数据库，直接预测客户活跃度，并说明区分诚实关系模型与泄漏模型的关键参数。作者从GitHub指定提交安装该库（PyPI上仅为占位包），全程在CPU上验证；库还封装了Google的TabFM与TimesFM 3，但因体积大且非商业许可而未使用。