10月14日消息，在论文《NGBoost: Natural Gradient Boosting for Probabilistic Prediction》中，来自斯坦福的研究者们提出了NGBoost梯度提升方法，以解决现有梯度提升方法难以处理的通用概率预测中的技术难题。据悉，这种新提出的方法是模块化的，基础学习器、概率分布和评分标准都可灵活选择。研究者在多个回归数据集上进行了实验，结果表明NGBoost在不确定性估计和传统指标上的预测表现都具备竞争力。