Kumo Tabular

Kumo Tabular

根据作为上下文给出的带标签示例行，预测新表格行的类别或数值。这是 NVIDIA 的预训练表格基础模型，用于分类和回归，适合开发者和数据团队。

由 nvidia 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Kumo Tabular 是 NVIDIA 针对表格数据的预训练基础模型。它能做分类和回归，所以可以为每一行预测一个类别或一个数值。

你把带标签的示例行作为上下文，再给要打分的新行。它通过 Python 包 structured-data-models 返回新行的类别概率。

适合谁：适合处理电子表格式数据、想用带标签的示例得到预测、又不想从零建模的开发者和数据团队。

Industry | Who uses it | How they use it | Example
分析 | 数据分析师 | 根据已知行预测新行的标签 | 用类别概率给新记录打分
软件 | 为应用添加预测的开发者 | 用 DataFrame 从 Python 调用模型 | 对从数据库导出的行分类
研究 | 机器学习研究者 | 在数据集上测试表格基础模型 | 在公开的 scikit-learn 数据集上试用

如果你的数据是文字、图像或音频，可以跳过它，因为这个模型是为表格而做的。

用在哪里：

• 使用 pandas、PyTorch 和 structured-data-models 包的 Python 程序
• 有 CUDA GPU 或只有 CPU 的机器，因为示例会选用可用的那个
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

Use case | Who | What they get back
分类 | 数据团队 | 新行的类别概率
回归 | 分析师 | 预测的数值，因为模型支持回归
快速基线 | 研究者 | 在示例里不需要单独训练步骤，直接由带标签的上下文行得到预测

如何设置：

• Python 和 pip
• 示例会导入的 PyTorch、scikit-learn 和 pandas
• NVIDIA 的 structured-data-models 包

1. 安装这个包。
2. 把你的表格加载成 pandas DataFrame。
3. 运行示例脚本，再换成你自己的数据。

pip install structured-data-models

如何使用：把你的 DataFrame 转成表格张量，用一个任务创建模型，然后用上下文行、它们的标签和要打分的查询行去调用它。

import torch
from sklearn.datasets import load_breast_cancer

import sdm

df = load_breast_cancer(as_frame=True).frame
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

table = sdm.TableTensor.from_pandas(
    df=df,
    stypes=sdm.infer_stypes(df, overrides={"target": "categorical"}),
    device=device,
)
model = sdm.models.KumoTabular(task="classification", device=device)

with torch.amp.autocast(
    device.type,
    dtype=torch.float16,
    enabled=device.type == "cuda",
):
    probs = model(
        x_context=table[:300].drop_columns("target"),
        y_context=table[:300, "target"],
        x_query=table[300:].drop_columns("target"),
        num_estimators=8,
    )

print(probs)

Tool | What it does
sdm.TableTensor.from_pandas | 把 pandas DataFrame 变成模型能读的表格
sdm.infer_stypes | 判断每一列的类型，可以用覆盖项把目标标为分类
sdm.models.KumoTabular | 为分类这样的任务创建模型
model call | 接收上下文行、它们的标签和查询行，返回概率

示例：你加载一张带目标列的表，把前 300 行当作带标签的上下文，其余行当作查询。打印结果会显示每个查询行的类别概率。

新手与专家：如果你刚接触这个，先原样运行示例，用内置的乳腺癌样本，读一读打印出的概率。然后把 DataFrame 换成你自己的表，并写明你的目标列。

如果你熟悉这个领域，模型是在上下文里预测的，所以带标签的行是在调用时传入，而不是用来训练权重。示例在 CUDA GPU 上用混合精度，并把估计器数量设为 8。

把表格加载进 pandas
转换成表格张量
传入上下文行、标签和查询行
得到类别概率

注意事项：

• 示例的上下文用了 300 行，其余行当作查询
• Hugging Face 列出了别人做的 3 个量化版本和 7 个微调版本
• License: 权重采用 OpenMDW 1.1
• Cost to run: 没有提到
• Data it reaches: 你加载进去的表格，以及你下载的文件
• Not for: 非表格数据

Hugging Face 上的数据（2026年11月13日）

• 最近 30 天下载：158,434
• 点赞：214
• 许可证：openmdw-1.1
• Quantized versions: 3
• Fine-tunes: 8
• 标签：kumo_tabular, tabular-foundation-model, structured-data-models

链接

• 模型：https://huggingface.co/nvidia/Kumo-Tabular
• 文件：https://huggingface.co/nvidia/Kumo-Tabular/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download nvidia/Kumo-Tabular

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。