<aside> 💡

</aside>

PyTorch Tabular는 구조화된 데이터(tabular data) 를 위한 딥러닝 프레임워크입니다.

전통적으로 tabular data는 XGBoost, LightGBM 같은 트리 기반 모델이 강세였지만, PyTorch Tabular는 신경망 기반 모델을 쉽고 일관성 있게 사용할 수 있도록 설계되었습니다.

이 라이브러리는 PyTorch Lightning 위에서 구현되어 있어 학습 과정이 안정적이고, 다양한 모델 아키텍처를 간단히 적용할 수 있습니다.

주요 특징

• 다양한 모델 지원
  • TabNet, NODE, Category Embeddings, FT-Transformer 등 최신 딥러닝 모델 포함
  • 고전적인 MLP(Multi-Layer Perceptron) 기반 모델도 제공
• 손쉬운 사용성
  • API 설계가 scikit-learn 스타일과 유사
  • 모델 정의, 학습, 예측 과정을 단순화
• PyTorch Lightning 기반
  • 분산 학습, GPU 활용, 체크포인트 저장 등을 손쉽게 활용 가능
• 탐색적 사용
  • 다양한 모델을 같은 데이터셋에 손쉽게 적용하여 성능 비교 가능

기본 워크플로우

1. 데이터 준비
   • pandas DataFrame 형태의 입력 지원
   • 범주형/연속형 변수 자동 구분 및 전처리 가능
2. Config 설정
   • CategoryEmbeddingModelConfig, TabNetModelConfig 등 모델별 설정 클래스 제공
   • 학습률, 은닉층 크기, 정규화 기법 등 파라미터 지정
3. 모델 생성
   • TabularModel(config=config, ...) 형태로 객체 생성
4. 학습
   • fit(train, validation) 메서드 호출 → PyTorch Lightning Trainer 내부 실행
5. 평가 및 예측
   • evaluate(test) 또는 predict(test) 사용

주요 모델