TabArena：表格机器学习的新一代动态基准测试平台

TabArena 是由 AutoGluon 团队推出的表格数据机器学习动态基准系统，包含51个精心策划的真实数据集、27+种方法（含10+表格基础模型）、超过5000万个训练模型。它通过交叉验证集成、作者贡献的超参数搜索空间、早停等最佳实践，确保每种方法都能展现其最佳潜力。

• 原作者/维护者：Nick Erickson, Lennart Purucker, Andrej Tschalzev, David Holzmüller, Prateek Mutalik Desai, David Salinas, Frank Hutter（AutoGluon 团队）
• 来源平台：GitHub
• 原始标题：tabarena
• 原始链接：https://github.com/autogluon/tabarena
• 发布时间：2026年5月28日
• 论文：NeurIPS 2025 Datasets and Benchmarks Track

表格数据无处不在——从金融风控到医疗诊断，从推荐系统到科学实验。然而，与图像或文本领域相比，表格 ML 的基准测试长期面临挑战：数据集质量参差不齐、评估协议不统一、超参数调优不充分、方法实现存在差异。这些问题导致研究者和从业者难以判断哪种方法真正适合自己场景。

TabArena 通过实施严格的最佳实践来解决这些问题，使基准测试成为一种"可靠体验"。

TabArena 目前包含：

• 51个手动策划的表格数据集：代表真实世界的表格数据任务
• 每数据集9-30个评估分割：确保统计显著性
• 27+种表格机器学习方法：包括10+种表格基础模型
• 超过5000万个训练模型：所有验证和测试预测都被缓存，支持事后分析和集成调优
• 实时排行榜：在 Hugging Face Spaces 上持续更新

这种规模使 TabArena 成为目前最全面的表格 ML 基准之一。

TabArena 的核心价值在于其实施的一系列最佳实践：

使用交叉验证而非单一训练/验证分割，减少方差，提供更稳健的性能估计。

每种方法的超参数搜索空间由其作者或维护者贡献，确保方法被评估时使用的是其设计者认为最优的配置范围。

实施早停策略防止过拟合，并在早停后使用完整数据重拟合模型，平衡效率与性能。