这个项目能做什么

TabPFN 是一个表格基础模型，旨在通过单次前向传播对表格数据集执行分类和回归任务。它基于在合成数据集上训练的 transformer 架构构建，无需复杂的数据预处理、特征缩放或独热编码。 该库提供与 scikit-learn 兼容的估计器（`TabPFNClassifier` 和 `TabPFNRegressor`），可在本地运行并支持 PyTorch 和 CUDA，因此针对 GPU 加速进行了高度优化。它支持最多 1,000,000 行和 20,000 个特征的数据集（在 3.5 版本中），原生处理缺失值，并提供可解释性（基于 SHAP 的解释）、无监督异常检测和学习嵌入提取等扩展功能。