TabPFN

快速入门

交互式笔记本教程

[!提示]

立即通过我们的交互式Colab笔记本开始体验吧！这是最直观的方式，带您一步步完成安装、分类和回归示例，亲身体验TabPFN的强大功能。

⚡ 推荐使用GPU： 为获得最佳性能，请使用GPU（即使是配备约8GB显存的旧款GPU也能很好地工作；对于某些大型数据集则需要16GB显存）。而在CPU上，仅能处理较小的数据集（≤1000个样本）。如果没有GPU？可以使用我们提供的免费托管推理服务——TabPFN Client。

安装

官方安装（通过pip）

pip install tabpfn

或者从源码安装

pip install "tabpfn @ git+https://github.com/PriorLabs/TabPFN.git"

又或者本地开发环境安装：首先安装uv（建议使用0.10.0及以上版本），这是我们用于开发的工具，然后执行以下命令：

git clone https://github.com/PriorLabs/TabPFN.git --depth 1
cd TabPFN
uv sync

基本用法

要使用我们默认的TabPFN-2.6模型，该模型完全基于合成数据训练：

from tabpfn import TabPFNClassifier, TabPFNRegressor

clf = TabPFNClassifier()
clf.fit(X_train, y_train)  # 第一次使用时会自动下载检查点
predictions = clf.predict(X_test)

reg = TabPFNRegressor()
reg.fit(X_train, y_train)  # 第一次使用时会自动下载检查点
predictions = reg.predict(X_test)

若需使用其他版本的模型（如TabPFN-2.5）：

from tabpfn import TabPFNClassifier, TabPFNRegressor
from tabpfn.constants import ModelVersion

classifier = TabPFNClassifier.create_default_for_version(ModelVersion.V2_5)
regressor = TabPFNRegressor.create_default_for_version(ModelVersion.V2_5)

完整的示例请参阅以下文件：tabpfn_for_binary_classification.py、tabpfn_for_multiclass_classification.py以及tabpfn_for_regression.py。

使用技巧

• 使用批量预测模式：每次调用predict方法都会重新计算训练集。如果分别对100个样本调用predict, 效率将比一次性处理100个样本低近100倍，并且成本更高。如果测试集非常大，可将其分成每批1000个样本的小块进行处理。
• 避免数据预处理：不要在输入模型之前对数据进行归一化或独热编码等操作。
• 使用GPU：TabPFN在CPU上的运行速度较慢。为了获得更好的性能，请确保使用GPU。
• 注意数据规模：TabPFN最适合处理少于10万条样本、不超过2000个特征的数据集。对于更大的数据集，建议参考大型数据集指南。

TabPFN生态系统

根据您的需求选择合适的TabPFN实现方式：

• TabPFN Client 一个简单的API客户端，可通过云端推理来使用TabPFN。

• TabPFN Extensions 一个功能强大的配套仓库，包含丰富的高级工具、集成和特性——非常适合贡献代码：

  • interpretability: 通过基于SHAP的解释、特征重要性分析及选择工具获取洞察。
  • unsupervised: 用于异常检测和合成表格数据生成的工具。
  • embeddings: 提取并利用TabPFN内部学习到的嵌入表示，以支持下游任务或分析。
  • many_class: 处理超出TabPFN内置类别限制的多分类问题。
  • rf_pfn: 将TabPFN与传统模型如随机森林结合，形成混合方法。
  • hpo: 针对TabPFN的自动化超参数优化。
  • post_hoc_ensembles: 在训练后集成多个TabPFN模型以提升性能。

安装方法如下：

git clone https://github.com/priorlabs/tabpfn-extensions.git
pip install -e tabpfn-extensions

• TabPFN（本仓库） 核心实现，支持PyTorch和CUDA，适用于快速本地推理。

• TabPFN UX 无代码图形界面，帮助探索TabPFN的功能——非常适合业务用户和原型设计。

TabPFN工作流程概览

按照此决策树构建您的模型，并从我们的生态系统中选择合适的扩展组件。它将引导您思考关于数据、硬件和性能需求的关键问题，从而找到最适合您特定应用场景的解决方案。

---
config:
  theme: 'default'
  themeVariables:
    edgeLabelBackground: 'white'
---
graph LR
    %% 1. 定义颜色方案和样式
    classDef default fill:#fff,stroke:#333,stroke-width:2px,color:#333;
    classDef start_node fill:#e8f5e9,stroke:#43a047,stroke-width:2px,color:#333;
    classDef process_node fill:#e0f2f1,stroke:#00796b,stroke-width:2px,color:#333;
    classDef decision_node fill:#fff8e1,stroke:#ffa000,stroke-width:2px,color:#333;

    style Infrastructure fill:#fff,stroke:#ccc,stroke-width:5px;
    style Unsupervised fill:#fff,stroke:#ccc,stroke-width:5px;
    style Data fill:#fff,stroke:#ccc,stroke-width:5px;
    style Performance fill:#fff,stroke:#ccc,stroke-width:5px;
    style Interpretability fill:#fff,stroke:#ccc,stroke-width:5px;

    %% 2. 定义图结构
    subgraph Infrastructure
        start((开始)) --> gpu_check["是否有GPU？"];
        gpu_check -- 是 --> local_version["使用TabPFN<br/>(本地PyTorch)"];
        gpu_check -- 否 --> api_client["使用TabPFN-Client<br/>(云API)"];
        task_type["您的任务是什么？"]
    end

    local_version --> task_type
    api_client --> task_type

end_node((工作流<br/>完成));

    子图 无监督
        unsupervised_type["选择<br/>无监督任务"];
        unsupervised_type --> imputation["插补"];
        unsupervised_type --> data_gen["数据<br/>生成"];
        unsupervised_type --> tabebm["数据<br/>增强"];
        unsupervised_type --> density["异常值<br/>检测"];
        unsupervised_type --> embedding["获取<br/>嵌入"];
    结束


    子图 数据
        data_check["数据检查"];
        model_choice["样本数 > 5万 或<br/>类别数 > 10 吗？"];
        data_check -- "表格中包含文本数据吗？" --> api_backend_note["注：API 客户端具有<br/>原生文本支持"];
        api_backend_note --> model_choice;
        data_check -- "时间序列数据吗？" --> ts_features["使用时间序列<br/>特征"];
        ts_features --> model_choice;
        data_check -- "纯表格数据" --> model_choice;
        model_choice -- "否" --> finetune_check;
        model_choice -- "是，5-10万样本" --> ignore_limits["设置<br/>ignore_pretraining_limits=True"];
        model_choice -- "是，>10万样本" --> subsample["大型数据集指南<br/>(英文)"];
        model_choice -- "是，>10个类别" --> many_class["多分类<br/>方法"];
    结束

    子图 性能
        finetune_check["需要<br/>微调吗？"];
        performance_check["需要更优的性能吗？"];
        speed_check["需要在预测时更快地推理吗？"];
        kv_cache["启用 KV 缓存<br/>(fit_mode='fit_with_cache')<br/><small>更快的预测；+内存 ~O(N×F)</small>"];
        tuning_complete["微调完成"];

        finetune_check -- 是 --> finetuning["微调"];
        finetune_check -- 否 --> performance_check;

        finetuning --> performance_check;

        performance_check -- 否 --> tuning_complete;
        performance_check -- 是 --> hpo["超参数优化"];
        performance_check -- 是 --> post_hoc["事后<br/>集成"];
        performance_check -- 是 --> more_estimators["更多<br/>估计器"];
        performance_check -- 是 --> speed_check;

        speed_check -- 是 --> kv_cache;
        speed_check -- 否 --> tuning_complete;

        hpo --> tuning_complete;
        post_hoc --> tuning_complete;
        more_estimators --> tuning_complete;
        kv_cache --> tuning_complete;
    结束

    子图 可解释性

        tuning_complete --> interpretability_check;

        interpretability_check["需要<br/>可解释性吗？"];

        interpretability_check --> feature_selection["特征选择"];
        interpretability_check --> partial_dependence["部分依赖图"];
        interpretability_check --> shapley["用<br/>SHAP 解释"];
        interpretability_check --> shap_iq["用<br/>SHAP IQ 解释"];
        interpretability_check -- 否 --> end_node;

        feature_selection --> end_node;
        partial_dependence --> end_node;
        shapley --> end_node;
        shap_iq --> end_node;

    结束

    %% 3. 连接子图和路径
    task_type -- "分类或回归" --> data_check;
    task_type -- "无监督" --> unsupervised_type;

    subsample --> finetune_check;
    ignore_limits --> finetune_check;
    many_class --> finetune_check;

    %% 4. 应用样式
    类 start,end_node start_node;
    类 local_version,api_client,imputation,data_gen,tabebm,density,embedding,api_backend_note,ts_features,subsample,ignore_limits,many_class,finetuning,feature_selection,partial_dependence,shapley,shap_iq,hpo,post_hoc,more_estimators,kv_cache process_node;
    类 gpu_check,task_type,unsupervised_type,data_check,model_choice,finetune_check,interpretability_check,performance_check,speed_check decision_node;
    类 tuning_complete process_node;

    %% 5. 添加可点击链接（包括 KV 缓存示例）
    点击 local_version "https://github.com/PriorLabs/TabPFN" "TabPFN 后端选项"
    点击 api_client "https://github.com/PriorLabs/tabpfn-client" "TabPFN API 客户端"
    点击 api_backend_note "https://github.com/PriorLabs/tabpfn-client" "TabPFN API 后端"
    点击 unsupervised_type "https://github.com/PriorLabs/tabpfn-extensions" "TabPFN 扩展"
    点击 imputation "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/unsupervised/imputation.py" "TabPFN 插补示例"
    点击 data_gen "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/unsupervised/generate_data.py" "TabPFN 数据生成示例"
    点击 tabebm "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/tabebm/tabebm_augment_real_world_data.ipynb" "TabEBM 数据增强示例"
    点击 density "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/unsupervised/density_estimation_outlier_detection.py" "TabPFN 密度估计/异常值检测示例"
    点击 embedding "https://github.com/PriorLabs/tabpfn-extensions/tree/main/examples/embedding" "TabPFN 嵌入示例"
    点击 ts_features "https://github.com/PriorLabs/tabpfn-time-series" "TabPFN 时间序列示例"
    点击 many_class "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/many_class/many_class_classifier_example.py" "多分类示例"
    点击 finetuning "https://github.com/PriorLabs/TabPFN/blob/main/examples/finetune_classifier.py" "微调示例"
    点击 feature_selection "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/interpretability/feature_selection.py" "特征选择示例"
    点击 partial_dependence "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/interpretability/pdp_example.py" "部分依赖图示例"
    点击 shapley "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/interpretability/shap_example.py" "Shapley 值示例"
    点击 shap_iq "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/interpretability/shapiq_example.py" "SHAP IQ 示例"
    点击 post_hoc "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/phe/phe_example.py" "事后集成示例"
    点击 hpo "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/hpo/tuned_tabpfn.py" "超参数优化示例"
    点击 subsample "https://github.com/PriorLabs/tabpfn-extensions/blob/main/examples/large_datasets/large_datasets_example.py" "大型数据集示例"
    点击 kv_cache "https://github.com/PriorLabs/TabPFN/blob/main/examples/kv_cache_fast_prediction.py" "KV 缓存加速预测示例"

许可协议

TabPFN-2.5 和 TabPFN-2.6 模型权重采用非商业许可进行授权。这些是默认使用的版本。

代码和 TabPFN-2 模型权重则采用 Prior Labs 许可（Apache 2.0，并附加署名要求）：此处。如需使用 v2 版本的模型权重，请按如下方式实例化您的模型：

from tabpfn.constants import ModelVersion

tabpfn_v2 = TabPFNRegressor.create_default_for_version(ModelVersion.V2)

企业级与生产环境

针对高吞吐量或大规模生产环境，我们提供具有以下功能的 企业版：

• 快速推理模式：一种专有的蒸馏引擎，可将 TabPFN-2.6 转换为紧凑的 MLP 或树集成模型，从而在实时应用中实现数量级级别的更低延迟。
• 大数据模式（扩展模式）：一种高级运行模式，可解除行数限制，支持包含多达 1,000 万行 的数据集——这一容量比默认的 TabPFN-2.5 和 TabPFN-2.6 模型提升了 1,000 倍。
• 商业支持：包括用于生产场景的商业企业许可证、专属集成支持，以及对私有高速推理引擎的访问权限。

如需了解更多信息或申请商业许可，请通过 sales@priorlabs.ai 联系我们。

加入我们的社区

我们正在构建表格型机器学习的未来，非常欢迎您的参与：

1. 交流与学习：

   • 加入我们的 Discord 社区
   • 阅读我们的 文档
   • 查看 GitHub 问题

2. 贡献：

   • 报告错误或请求新功能
   • 提交拉取请求（请务必先打开一个讨论相关功能/错误的问题，如果尚不存在）
   • 分享您的研究和使用案例

3. 保持更新：为仓库加星并加入 Discord，以获取最新动态

引用

您可在此阅读解释 TabPFNv2 的论文 这里，以及关于 TabPFN-2.5 的模型报告 这里。

@misc{grinsztajn2025tabpfn,
  title={TabPFN-2.5: 推进表格基础模型的最先进水平},
  author={Léo Grinsztajn 和 Klemens Flöge 和 Oscar Key 和 Felix Birkel 和 Philipp Jund 和 Brendan Roof 和
          Benjamin Jäger 和 Dominik Safaric 和 Simone Alessi 和 Adrian Hayler 和 Mihir Manium 和 Rosen Yu 和
          Felix Jablonski 和 Shi Bin Hoo 和 Anurag Garg 和 Jake Robertson 和 Magnus Bühler 和 Vladyslav Moroshan 和
          Lennart Purucker 和 Clara Cornu 和 Lilly Charlotte Wehrhahn 和 Alessandro Bonetto 和
          Bernhard Schölkopf 和 Sauraj Gambhir 和 Noah Hollmann 和 Frank Hutter},
  year={2025},
  eprint={2511.08667},
  archivePrefix={arXiv},
  url={https://arxiv.org/abs/2511.08667},
}

@article{hollmann2025tabpfn,
 title={利用表格基础模型在小数据上实现精准预测},
 author={Hollmann, Noah 和 M{\"u}ller, Samuel 和 Purucker, Lennart 和
         Krishnakumar, Arjun 和 K{\"o}rfer, Max 和 Hoo, Shi Bin 和
         Schirrmeister, Robin Tibor 和 Hutter, Frank},
 journal={Nature},
 year={2025},
 month={01},
 day={09},
 doi={10.1038/s41586-024-08328-6},
 publisher={Springer Nature},
 url={https://www.nature.com/articles/s41586-024-08328-6},
}

@inproceedings{hollmann2023tabpfn,
  title={TabPFN：一种能在一秒钟内解决小型表格分类问题的 Transformer 模型},
  author={Hollmann, Noah 和 M{\"u}ller, Samuel 和 Eggensperger, Katharina 和 Hutter, Frank},
  booktitle={2023 年国际学习表征会议},
  year={2023}
}

❓ 常见问题解答

使用与兼容性

问：TabPFN 最适合处理多大规模的数据集？ 答：TabPFN-2.5 专为 最多 5 万行 的数据集而优化。对于更大的数据集，建议使用 随机森林预处理 或其他扩展方法。有关策略，请参阅我们的 Colab 笔记本。

问：为什么我不能使用 Python 3.8 运行 TabPFN？ 答：TabPFN 需要 Python 3.9 及以上版本，因为其依赖于较新的语言特性。兼容的版本包括：3.9、3.10、3.11、3.12、3.13。

安装与设置

问：如何获取 TabPFN-2.5 / TabPFN-2.6 的使用权限？

首次使用时，TabPFN 会自动打开一个浏览器窗口，您可以在其中通过 PriorLabs 登录并接受许可条款。您的认证令牌会被本地缓存，因此只需执行一次即可。

对于无界面 / CI 环境，即无法使用浏览器的环境，请访问 https://ux.priorlabs.ai，进入 许可 选项卡以接受许可协议，然后使用从您的账户获得的令牌设置 TABPFN_TOKEN 环境变量。

如果您无法通过基于浏览器的流程获取访问权限，请通过 sales@priorlabs.ai 联系我们。

问：如何在没有互联网连接的情况下使用 TabPFN？

TabPFN 在首次使用时会自动下载模型权重。若需离线使用：

使用提供的下载脚本

如果您拥有 TabPFN 仓库，可以使用其中包含的脚本下载所有模型（包括集成变体）：

# 安装 TabPFN 后
python scripts/download_all_models.py

此脚本会将主分类器和回归器模型，以及所有集成变体模型下载到您系统的默认缓存目录。

手动下载

1. 从 HuggingFace 手动下载模型文件：

   • 分类器：tabpfn-v2.5-classifier-v2.5_default.ckpt（注意：分类器的默认版本使用在真实数据上微调的模型）。
   • 回归器：tabpfn-v2.5-regressor-v2.5_default.ckpt

2. 将文件放置在以下任一位置：

   • 直接指定路径：TabPFNClassifier(model_path="/path/to/model.ckpt")
   • 设置环境变量：export TABPFN_MODEL_CACHE_DIR="/path/to/dir"（参见下方的环境变量常见问题）
   • 默认操作系统缓存目录：
     • Windows：%APPDATA%\tabpfn\
     • macOS：~/Library/Caches/tabpfn/
     • Linux：~/.cache/tabpfn/

问：加载模型时出现 pickle 错误，该怎么办？ 答：请尝试以下操作：

• 使用 pip install tabpfn --upgrade 下载最新版本的 TabPFN。
• 确保模型文件已正确下载（如有必要，请重新下载）。

问：我可以使用哪些环境变量来配置 TabPFN？ 答：TabPFN 使用 Pydantic 设置进行配置，支持环境变量和 .env 文件：

身份验证：

• TABPFN_TOKEN：直接提供 PriorLabs 身份验证令牌（适用于无界面或 CI 环境）。可从 https://ux.priorlabs.ai 获取。
• TABPFN_NO_BROWSER：设置为禁用自动浏览器登录（例如，在不希望打开浏览器的环境中）。

模型配置：

• TABPFN_MODEL_CACHE_DIR：用于缓存下载的 TabPFN 模型的自定义目录（默认为平台特定的用户缓存目录）。
• TABPFN_ALLOW_CPU_LARGE_DATASET：允许在 CPU 上运行处理大型数据集（超过 1000 个样本）的 TabPFN。将其设置为 true 可以绕过 CPU 的限制。注意：这将非常缓慢！

PyTorch 设置：

• PYTORCH_CUDA_ALLOC_CONF：PyTorch CUDA 内存分配配置，用于优化 GPU 内存使用（默认值为 max_split_size_mb:512）。更多信息请参阅 PyTorch CUDA 文档。

示例：

export TABPFN_MODEL_CACHE_DIR="/path/to/models"
export TABPFN_ALLOW_CPU_LARGE_DATASET=true
export PYTORCH_CUDA_ALLOC_CONF="max_split_size_mb:512"

或者直接在 .env 文件中设置。

问：如何保存和加载训练好的 TabPFN 模型？ 答：使用 save_fitted_tabpfn_model 来持久化已拟合的估计器，并稍后使用 load_fitted_tabpfn_model（或相应的 load_from_fit_state 类方法）重新加载。

from tabpfn import TabPFNRegressor
from tabpfn.model_loading import (
    load_fitted_tabpfn_model,
    save_fitted_tabpfn_model,
)

# 在 GPU 上训练回归器
reg = TabPFNRegressor(device="cuda")
reg.fit(X_train, y_train)
save_fitted_tabpfn_model(reg, "my_reg.tabpfn_fit")

# 稍后或在仅含 CPU 的机器上
reg_cpu = load_fitted_tabpfn_model("my_reg.tabpfn_fit", device="cpu")

如果只想存储基础模型权重（而不包含已拟合的估计器），可以使用 save_tabpfn_model(reg.model_, "my_tabpfn.ckpt")。这只会保存预训练权重的检查点，以便日后创建并拟合一个新的估计器。可以通过 load_model_criterion_config 重新加载该检查点。

性能与限制

问：TabPFN 能否处理缺失值？ 答：能！

问：如何提高 TabPFN 的性能？ 答：最佳实践：

• 使用 TabPFN Extensions 中的 AutoTabPFNClassifier 进行事后集成。
• 特征工程：添加领域特定特征以提升模型性能。

无效的方法：

• 调整特征缩放。
• 将分类特征转换为数值类型（例如，独热编码）。

问：Hugging-Face 上有哪些不同的检查点？ 答：除了默认检查点外，其他可用的检查点均为实验性，平均表现较差。我们建议始终从默认检查点开始。这些检查点可以用作集成或超参数优化系统的一部分（并在 AutoTabPFNClassifier 中自动使用），也可以手动尝试。它们的名称后缀表明了我们期望它们擅长的任务。

关于每个 TabPFN-2.5 检查点的详细信息

我们为在真实数据上微调的检查点添加了 🌍 图标。43 个数据集的列表请参阅 TabPFN-2.5 论文。

• tabpfn-v2.5-classifier-v2.5_default.ckpt 🌍：默认分类检查点，已在真实数据上微调。
• tabpfn-v2.5-classifier-v2.5_default-2.ckpt：最佳的合成数据分类检查点。使用此检查点可以获得未经过真实数据微调的默认 TabPFN-2.5 分类模型。
• tabpfn-v2.5-classifier-v2.5_large-features-L.ckpt：专为特征数量较多（最多 500 个）且样本量较小（少于 5000 个）的情况设计。
• tabpfn-v2.5-classifier-v2.5_large-features-XL.ckpt：专为特征数量更多（最多 1000 个，可能支持 max_features_per_estimator=1000）的情况设计。
• tabpfn-v2.5-classifier-v2.5_large-samples.ckpt：专为样本量较大的情况（超过 3 万个）设计。
• tabpfn-v2.5-classifier-v2.5_real.ckpt 🌍：另一个在真实数据上微调的分类检查点。整体表现不错，但在特征数量较多（超过 100-200 个）时表现较差。
• tabpfn-v2.5-classifier-v2.5_real-large-features.ckpt 🌍：另一个在真实数据上微调的分类检查点，但在样本量较大（超过 1 万个）时表现不佳。
• tabpfn-v2.5-classifier-v2.5_real-large-samples-and-features.ckpt 🌍：与 tabpfn-v2.5-classifier-v2.5_default.ckpt 完全相同。
• tabpfn-v2.5-classifier-v2.5_variant.ckpt：整体表现尚可，但在特征数量较多（超过 100-200 个）时表现较差。
• tabpfn-v2.5-regressor-v2.5_default.ckpt：默认回归检查点，仅在合成数据上训练。
• tabpfn-v2.5-regressor-v2.5_low-skew.ckpt：专为目标变量偏度较低的数据设计（但总体表现一般）。
• tabpfn-v2.5-regressor-v2.5_quantiles.ckpt：可用于分位数或分布估计的变体，不过仍应优先考虑默认检查点。
• tabpfn-v2.5-regressor-v2.5_real.ckpt 🌍：在真实数据上微调的回归检查点。这是所有在真实数据上微调的检查点中表现最好的一个。对于回归任务，我们建议默认使用仅在合成数据上训练的检查点，但此检查点在某些数据集上确实表现更好。
• tabpfn-v2.5-regressor-v2.5_real-variant.ckpt 🌍：另一个在真实数据上微调的回归变体。
• tabpfn-v2.5-regressor-v2.5_small-samples.ckpt：在小样本量（少于 3000 个）的情况下表现略好。
• tabpfn-v2.5-regressor-v2.5_variant.ckpt：另一种变体，没有明确的特长，但在少数数据集上可能表现更好。

开发

1. 安装 uv
2. 设置开发环境：

git clone https://github.com/PriorLabs/TabPFN.git
cd TabPFN
uv sync
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
pre-commit install

3. 提交代码前：

pre-commit run --all-files

4. 运行测试：

pytest tests/

匿名化遥测

本项目会收集完全匿名的使用情况遥测数据，并提供选择退出所有遥测或选择加入扩展遥测的功能。

这些数据仅用于帮助我们提升相关产品和计算环境的稳定性，并指导未来的改进方向。

• 不会收集任何个人数据
• 绝不会发送代码、模型输入或输出
• 数据严格匿名，无法与个人关联

有关遥测的详细信息，请参阅我们的遥测参考文档以及隐私政策。

如需选择退出遥测，请设置以下环境变量：

export TABPFN_DISABLE_TELEMETRY=1

---

由 Prior Labs 用心打造 - 版权所有 © 2025 Prior Labs GmbH

TabPFN 快速上手指南

TabPFN 是一个基于 Transformer 的表格数据机器学习模型，无需繁琐的特征工程即可在分类和回归任务中实现高性能预测。

环境准备

• 操作系统：Linux, macOS, Windows
• Python 版本：3.9, 3.10, 3.11, 3.12, 3.13
• 硬件建议：
  • GPU（推荐）：为了获得最佳性能，建议使用具备 CUDA 支持的 GPU。显存需求约为 8GB（部分大型数据集需 16GB）。
  • CPU：仅适用于小型数据集（样本数 ≲ 1000）。若无 GPU，建议使用 TabPFN Client 调用云端推理服务。
• 前置依赖：PyTorch, CUDA Toolkit (若使用 GPU)

安装步骤

方式一：通过 pip 安装（推荐）

直接使用 pip 安装官方发布版本：

pip install tabpfn

提示：国内用户若下载缓慢，可添加国内镜像源加速：

pip install tabpfn -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：从源码安装

如需体验最新开发版功能：

pip install "tabpfn @ git+https://github.com/PriorLabs/TabPFN.git"

方式三：本地开发环境安装

如果你需要贡献代码或进行本地调试，推荐使用 uv 工具：

1. 安装 uv (建议版本 0.10.0+)
2. 克隆仓库并同步环境：

git clone https://github.com/PriorLabs/TabPFN.git --depth 1
cd TabPFN
uv sync

基本使用

TabPFN 的使用风格与 scikit-learn 高度兼容。首次运行时会自动下载预训练模型检查点。

1. 分类任务 (Classification)

from tabpfn import TabPFNClassifier

# 初始化分类器（默认使用 TabPFN-2.6 模型）
clf = TabPFNClassifier()

# 拟合数据 (X_train: 特征矩阵，y_train: 标签向量)
clf.fit(X_train, y_train)

# 预测
predictions = clf.predict(X_test)

2. 回归任务 (Regression)

from tabpfn import TabPFNRegressor

# 初始化回归器
reg = TabPFNRegressor()

# 拟合数据
reg.fit(X_train, y_train)

# 预测
predictions = reg.predict(X_test)

3. 指定模型版本

如需使用特定版本（例如 TabPFN-2.5）：

from tabpfn import TabPFNClassifier, TabPFNRegressor
from tabpfn.constants import ModelVersion

classifier = TabPFNClassifier.create_default_for_version(ModelVersion.V2_5)
regressor = TabPFNRegressor.create_default_for_version(ModelVersion.V2_5)

核心使用贴士

• 批量预测：避免循环调用 predict。请将测试集一次性传入，或将大测试集分块（每块约 1000 个样本）处理，否则速度会显著下降。
• 无需预处理：不要对数据进行归一化（Scaling）或独热编码（One-Hot Encoding）。TabPFN 直接处理原始数值和类别数据效果最佳。
• 数据规模限制：
  • 最佳适用范围：样本数 < 100,000 且特征数 < 2,000。
  • 若数据量更大，请参考官方提供的 大数据集处理指南。
• 扩展功能：如需可解释性分析（SHAP）、异常检测、超参数优化等功能，请安装 tabpfn-extensions。