新的基准测试LakeMLB面向数据湖中的多表机器学习

研究人员推出了LakeMLB，这是第一个专门为数据湖环境中的多表机器学习设计的基准测试。该基准测试解决了数据湖中机器学习性能缺乏标准化评估的问题，而数据湖对于管理大规模、异构数据至关重要。LakeMLB包含两种主要场景：Union和Join，使用了六个真实世界的数据集，并支持三种多表学习范式：预训练、数据增强和特征增强，并附带标准化的数据划分和评估协议。该项目旨在通过发布数据集和相关代码来促进严谨的研究。 AI

影响 标准化了数据湖中多表机器学习的评估，有望加速该领域的研发。

排序理由 该条目描述了一个用于数据湖机器学习的新基准测试，发表在arXiv论文中。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• LakeMLB
• ScienceCast
• Zheng Wang

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →