BeyondArena

BeyondArena数据集是一个统一的、全面的表格数据基准集合，旨在支持多样化的任务类型，包括独立同分布（IID）数据、时序非独立同分布（temporal non-IID）数据以及分组非独立同分布（grouped non-IID）数据。该集合覆盖了从样本量到特征维度的多种规模，并包含多样化的特征类型，例如文本特征和高基数分类特征。数据集来源于广泛的学科领域，包括能源消耗、医疗诊断、金融风险、电子商务、制造业、房地产、生物信息学等142个具体数据集。所有数据均为表格形式，适用于表格分类和表格回归任务。数据集支持三种数据划分机制：IID、temporal_non_iid和grouped_non_iid，可用于评估模型在不同数据分布场景下的性能。

The BeyondArena dataset is a unified and comprehensive benchmark collection of tabular data designed to support diverse task types, including independent and identically distributed (IID) data, temporal non-IID data, and grouped non-IID data. It covers various scales from sample size to feature dimensions and includes diverse feature types, such as textual features and high-cardinality categorical features. The dataset is sourced from a wide range of disciplines, including energy consumption, medical diagnosis, financial risk, e-commerce, manufacturing, real estate, bioinformatics, among others, comprising 142 specific datasets. All data are in tabular form, suitable for tabular classification and tabular regression tasks. The dataset supports three data partitioning mechanisms: IID, temporal_non_iid, and grouped_non_iid, which can be used to evaluate model performance under different data distribution scenarios.

原始信息汇总

数据集总体概述

数据集名称: BeyondArena Datasets

英文名称: BeyondArena Datasets

数据集地址: https://huggingface.co/datasets/TabArena/BeyondArena

许可证: 其他（copyright-at-original-authors，具体详见 LICENSE 文件）

任务类型: 表格分类 (tabular-classification) 和 表格回归 (tabular-regression)

语言: 英语 (en)

标签: 表格数据、机器学习、基础模型、IID、非IID、含文本

数据集规模: 100 < n < 1M 条样本

数据集结构: 包含 142 个子数据集（config），每个子数据集均提供训练（train）分片，数据格式为 Parquet。

数据集核心特点

• 统一、全面的表格数据基准: 支持多种任务类型，涵盖 IID（独立同分布）、时间序列（temporal）和分组（grouped）场景。
• 多尺度覆盖: 样本数量和特征维度跨越不同规模。
• 多样化特征类型: 包含文本特征、高基数类别特征等。
• 跨学科领域: 数据集来自广泛的学科领域。

数据集类型

• IID 表格数据
• 非IID 时间序列表格数据
• 非IID 分组表格数据
• 含文本特征的 IID 与非IID 表格数据
• 高基数类别特征的表格数据

子数据集列表（共 142 个，部分列举）

子数据集配置名称	数据路径
5g_energy_consumption	5g_energy_consumption/*/dataset.parquet
acquire_valued_shoppers_challenge	acquire_valued_shoppers_challenge/*/dataset.parquet
airfoil_self_noise	airfoil_self_noise/*/dataset.parquet
allstate_claims_severity	allstate_claims_severity/*/dataset.parquet
amazon_employee_access	amazon_employee_access/*/dataset.parquet
amex_non_iid	amex_non_iid/versions/*/dataset.parquet
anes_voting_2026	anes_voting_2026/*/dataset.parquet
aps_failure	aps_failure/*/dataset.parquet
asp_potassco_classification	asp_potassco_classification/*/dataset.parquet
audiology_diagnosis	audiology_diagnosis/*/dataset.parquet
bad_customer_detection	bad_customer_detection/*/dataset.parquet
bank_customer_churn	bank_customer_churn/*/dataset.parquet
bank_marketing	bank_marketing/*/dataset.parquet
biogeographical_ancestry_prediction	biogeographical_ancestry_prediction/*/dataset.parquet
biomechanical_orthopaedic_prediction	biomechanical_orthopaedic_prediction/*/dataset.parquet
bioresponse	bioresponse/*/dataset.parquet
blood_tests_drink_prediction	blood_tests_drink_prediction/*/dataset.parquet
blood_transfusion	blood_transfusion/*/dataset.parquet
body_density_prediction	body_density_prediction/*/dataset.parquet
california_house_prices_2020	california_house_prices_2020/*/dataset.parquet
cardiotocography	cardiotocography/*/dataset.parquet
churn	churn/*/dataset.parquet
cirrhosis_patient_survival_prediction	cirrhosis_patient_survival_prediction/*/dataset.parquet
climate_model_weather_forecasting	climate_model_weather_forecasting/versions/*/dataset.parquet
clock_protein_toxicity	clock_protein_toxicity/*/dataset.parquet
coffee_rating_prediction	coffee_rating_prediction/*/dataset.parquet
coil_2000	coil_2000/*/dataset.parquet
concrete_compressive_strength	concrete_compressive_strength/*/dataset.parquet
consumer_complaints	consumer_complaints/versions/*/dataset.parquet
cooking_time	cooking_time/versions/*/dataset.parquet
covertype	covertype/*/dataset.parquet
credit_approval	credit_approval/*/dataset.parquet
credit_card_clients_default	credit_card_clients_default/*/dataset.parquet
credit_g	credit_g/*/dataset.parquet
customer_satisfaction_in_airline	customer_satisfaction_in_airline/*/dataset.parquet
delivery_eta	delivery_eta/versions/*/dataset.parquet
dementia_prediction	dementia_prediction/*/dataset.parquet
diabetes_130_us	diabetes_130_us/*/dataset.parquet
diamonds	diamonds/*/dataset.parquet
drug_induced_autoimmunity_prediction	drug_induced_autoimmunity_prediction/*/dataset.parquet
early_learning_predictors	early_learning_predictors/*/dataset.parquet
early_stage_diabetes_risk_prediction	early_stage_diabetes_risk_prediction/*/dataset.parquet
ecoli_proteins	ecoli_proteins/*/dataset.parquet
ecommerce_shipping	ecommerce_shipping/*/dataset.parquet
electric_motor_temperature_prediction	electric_motor_temperature_prediction/*/dataset.parquet
emscad	emscad/*/dataset.parquet
eryhemato_squamous_disease	eryhemato_squamous_disease/*/dataset.parquet
fiat_500	fiat_500/*/dataset.parquet
fitness_club	fitness_club/*/dataset.parquet
food_delivery_time	food_delivery_time/*/dataset.parquet
forensic_glass_identification	forensic_glass_identification/*/dataset.parquet
forest_fires	forest_fires/*/dataset.parquet
gallstone_disease	gallstone_disease/*/dataset.parquet
garments_worker_productivity	garments_worker_productivity/*/dataset.parquet
ghanas_indigenous_intel	ghanas_indigenous_intel/*/dataset.parquet
give_me_some_credit	give_me_some_credit/*/dataset.parquet
hazelnut_spread_contaminant_detection	hazelnut_spread_contaminant_detection/*/dataset.parquet
healthcare_insurance_expenses	healthcare_insurance_expenses/*/dataset.parquet
heart_disease_cleveland	heart_disease_cleveland/*/dataset.parquet
heart_disease_hungary	heart_disease_hungary/*/dataset.parquet
heart_disease_va_long_beach	heart_disease_va_long_beach/*/dataset.parquet
heart_failure_followup_survival	heart_failure_followup_survival/*/dataset.parquet
heloc	heloc/*/dataset.parquet
hepatitis_c_prediction	hepatitis_c_prediction/*/dataset.parquet
hepatitis_survival_prediction	hepatitis_survival_prediction/*/dataset.parquet
hiva_agnostic	hiva_agnostic/*/dataset.parquet
home_credit_default_risk	home_credit_default_risk/*/dataset.parquet
home_credit_default_stability	home_credit_default_stability/versions/*/dataset.parquet
homeq_default_prediction	homeq_default_prediction/*/dataset.parquet
homesite_quote_conversion	homesite_quote_conversion/*/dataset.parquet
horse_colic_survival	horse_colic_survival/*/dataset.parquet
hotel_booking_demand	hotel_booking_demand/*/dataset.parquet
houses	houses/*/dataset.parquet
hr_analytics	hr_analytics/*/dataset.parquet
ieee_fraud_detection	ieee_fraud_detection/*/dataset.parquet
immoscout_german_house_prices	immoscout_german_house_prices/*/dataset.parquet
in_vehicle_coupon_recommendation	in_vehicle_coupon_recommendation/*/dataset.parquet
indian_liver_patient_dataset	indian_liver_patient_dataset/*/dataset.parquet
iranian_churn	iranian_churn/*/dataset.parquet
jm1	jm1/*/dataset.parquet
kdd_cup_09_appetency	kdd_cup_09_appetency/*/dataset.parquet
kick	kick/*/dataset.parquet
kickstarter	kickstarter/*/dataset.parquet
labour_inspection_compliance	labour_inspection_compliance/*/dataset.parquet
lending_club	lending_club/versions/*/dataset.parquet
ljubljana_breast_cancer	ljubljana_breast_cancer/*/dataset.parquet
ljubljana_primary_tumor	ljubljana_primary_tumor/*/dataset.parquet
lung_cancer	lung_cancer/*/dataset.parquet
lung_cancer_epithelial_genexp	lung_cancer_epithelial_genexp/*/dataset.parquet
maps_router_eta	maps_router_eta/versions/*/dataset.parquet
marketing_campaign	marketing_campaign/*/dataset.parquet
maternal_health_risk	maternal_health_risk/*/dataset.parquet
mercari_price_suggestion	mercari_price_suggestion/versions/*/dataset.parquet
mercedes_benz_greener_manufacturing	mercedes_benz_greener_manufacturing/*/dataset.parquet
miami_housing	miami_housing/*/dataset.parquet
mic	mic/*/dataset.parquet
mice_protein_trisomy_discriminant	mice_protein_trisomy_discriminant/*/dataset.parquet
micro_mass	micro_mass/*/dataset.parquet
musk	musk/*/dataset.parquet
mutual_funds_india	mutual_funds_india/*/dataset.parquet
naticusdroid_android_permissions_dataset	naticusdroid_android_permissions_dataset/*/dataset.parquet
obesity_estimation	obesity_estimation/*/dataset.parquet
online_shoppers_purchasing_intention_dataset	online_shoppers_purchasing_intention_dataset/*/dataset.parquet
otto_group_product_classification_challenge	otto_group_product_classification_challenge/*/dataset.parquet
pancreatic_cancer_mouse_detection	pancreatic_cancer_mouse_detection/*/dataset.parquet
parkinsons_biomedical_voice_measurements	parkinsons_biomedical_voice_measurements/*/dataset.parquet
physiochemical_protein	physiochemical_protein/*/dataset.parquet
polish_companies_bankruptcy	polish_companies_bankruptcy/*/dataset.parquet
porto_seguro	porto_seguro/*/dataset.parquet
predict_students_dropout_and_academic_success	predict_students_dropout_and_academic_success/*/dataset.parquet
prostate_cancer_detection	prostate_cancer_detection/*/dataset.parquet
pva_revenue_prediction_kddcup98	pva_revenue_prediction_kddcup98/*/dataset.parquet
qsar_aquatic_toxicity	qsar_aquatic_toxicity/*/dataset.parquet
qsar_biodeg	qsar_biodeg/*/dataset.parquet
qsar_fish_toxicity	qsar_fish_toxicity/*/dataset.parquet
qsar_tid_11	qsar_tid_11/*/dataset.parquet
regensburg_pediatric_appendicitis	regensburg_pediatric_appendicitis/*/dataset.parquet
rossmann_store_sales	rossmann_store_sales/*/dataset.parquet
santander_customer_satisfaction	santander_customer_satisfaction/*/dataset.parquet
santander_customer_transaction_prediction	santander_customer_transaction_prediction/*/dataset.parquet
santander_transaction_value	santander_transaction_value/*/dataset.parquet
sat11_hand_algo_runtime	sat11_hand_algo_runtime/*/dataset.parquet
sberbank_housing_market_forecasting	sberbank_housing_market_forecasting/*/dataset.parquet
sdss_17	sdss_17/*/dataset.parquet
seismic_bumps	seismic_bumps/*/dataset.parquet
sepsis_prediction	sepsis_prediction/versions/*/dataset.parquet
sepsis_survival_minimal_clinical_records	sepsis_survival_minimal_clinical_records/*/dataset.parquet
sf_permit_time	sf_permit_time/*/dataset.parquet
south_africa_coronary_heart_disease	south_africa_coronary_heart_disease/*/dataset.parquet
splice	splice/*/dataset.parquet
student_portuguese_performance	student_portuguese_performance/*/dataset.parquet
superconductivity	superconductivity/*/dataset.parquet
taiwanese_bankruptcy_prediction	taiwanese_bankruptcy_prediction/*/dataset.parquet
telemonitoring_parkinsons_biomedical_voice_measurements	telemonitoring_parkinsons_biomedical_voice_measurements/*/dataset.parquet
thyroid_discordant	thyroid_discordant/*/dataset.parquet
tour_travels_churn	tour_travels_churn/*/dataset.parquet
video_game_fps_prediction	video_game_fps_prediction/*/dataset.parquet
video_transcoding_time_prediction	video_transcoding_time_prediction/*/dataset.parquet
website_phishing	website_phishing/*/dataset.parquet
wids_diabetes_mellitus	wids_diabetes_mellitus/*/dataset.parquet
wine_quality	wine_quality/*/dataset.parquet
wine_world_cost	wine_world_cost/*/dataset.parquet

相关资源

• 项目主页与排行榜: http://tabarena.ai/
• 代码/基准仓库: https://tabarena.ai/code
• 数据加载推荐工具: Data Foundry，可通过 pip install data-foundry 安装，支持按名称加载数据集、缓存以及外部分裂（outer CV splits）。

使用示例（基于 Data Foundry）

python from data_foundry.collections import BEYOND_ARENA

加载单个数据集

container = BEYOND_ARENA.get_dataset("airfoil_self_noise") print(container.describe()) print(container.dataset.shape)

遍历全部数据集（预下载全部）

BEYOND_ARENA.prefetch() for container in BEYOND_ARENA.iter_containers(): print(container.dataset_metadata.unique_name, container.dataset.shape)

搜集汇总

数据集介绍

构建方式

BeyondArena数据集是专为表格数据基准测试而构建的统一化、整体性评估集合。该数据集通过系统性地从多个学科领域搜集并筛选142个表格数据集而成，涵盖了分类与回归两类核心任务。在构建过程中，数据集严格区分了独立同分布（IID）与非独立同分布（non-IID）场景，并进一步细分为时序性和分组性非IID数据。此外，数据集纳入了包含文本特征与高基数类别特征的特殊表格数据，以确保评估维度的多样性与全面性。每个数据集均以Parquet格式存储，并通过Data Foundry工具进行标准化封装，提供统一的元数据接口与外部交叉验证划分，从而为模型评估提供严谨、可复现的基准环境。

特点

BeyondArena数据集的核心特点在于其高度的异构性与系统性。首先，它横跨了从生物医学、金融经济到工程物理等多元领域，样本量与特征维度跨度极大，能够全面检验模型在不同规模下的泛化能力。其次，该数据集创新性地整合了多种数据分布场景，包括IID、时序性非IID以及分组性非IID，精准模拟真实世界中数据分布的动态性与复杂性。特别地，数据集中包含了富含文本描述的自然语言特征以及高基数类别特征，为评估模型处理异构特征的能力提供了宝贵资源。全体数据集均附带详尽的元数据信息，涵盖数据类型、任务类型及拆分策略，极大地提升了基准测试的透明度与可复现性。

使用方法

使用BeyondArena数据集时，推荐通过Data Foundry库进行高效加载与管理。用户可通过`BEYOND_ARENA.get_dataset("数据集名称")`方法获取指定数据集的标准化容器，该容器封装了数据表、特征类型、任务元数据及外部交叉验证划分。使用者可直接通过`container.dataset`属性获得Pandas DataFrame格式的数据，并通过`container.task_metadata`获取目标变量名称与拆分策略。对于完整的基准测试流程，Data Foundry支持遍历所有预定义的交叉验证折次，在每一折中提取训练与测试索引，便于开展独立的模型训练与评估。此外，用户也可选择`BEYOND_ARENA.prefetch()`一次性预下载全部数据集，以加速后续的批量实验与对比分析。

背景与挑战

背景概述

BeyondArena数据集由TabArena团队于近期创建，旨在为表格数据提供统一、全面的基准测试平台。该数据集涵盖了分类与回归任务，支持独立同分布（IID）、时间序列非独立同分布（non-IID temporal）以及分组非独立同分布（non-IID grouped）等多种任务类型，并包含文本特征和高基数类别特征，广泛涉及从金融、医疗到工程等多学科领域。其核心研究问题在于评估和推动基础模型在多样化表格数据上的泛化能力与鲁棒性，对表格数据领域的研究范式具有重要影响。

当前挑战

BeyondArena所解决的领域问题核心在于表格数据的通用性评估，传统基准往往忽视非独立同分布场景和复杂特征类型，导致模型在实际应用中性能不佳。构建过程中，团队面临的关键挑战包括：需从海量来源中筛选并标准化142个数据集，确保跨任务的公平比较；处理时间序列和分组数据中的非独立同分布特性，设计合理的交叉验证分割策略；以及整合文本与高基数类别特征，避免信息丢失或过拟合，从而构建一个真正全面且可复现的评测体系。

常用场景

经典使用场景

在表格数据研究领域，BeyondArena数据集集成了来自不同学科领域的142个高质量表格数据子集，涵盖了独立同分布、时间序列非独立同分布、分组非独立同分布等多种数据分裂机制。研究者可借助该数据集的统一接口，对各类机器学习模型进行系统性评估，无论是经典的梯度提升树、随机森林，还是新兴的表格基础模型，都能在标准化的训练与测试流程中获得公平比较。数据集内嵌了包含数值、高基数类别、文本特征等多元特征类型，使其成为验证模型在异质性真实场景中泛化能力的理想试验场。

衍生相关工作

BeyondArena数据集及其配套的Data Foundry工具链催生了一系列重要的衍生研究工作。研究社区围绕该基准开展了针对表格基础模型性能的系统性评估，揭示了不同预训练策略在混合特征类型上的行为差异。部分工作聚焦于非独立同分布场景下的时间序列外推能力，探索了适应分布漂移的在线学习与自适应模型架构。此外，该数据集激发了关于高基数类别编码、文本特征融合以及对数变换在前述任务中作用机制的深入探讨，间接推动了表格数据领域可解释性与稳健性研究的发展。

数据集最近研究

最新研究方向

BeyondArena数据集的构建标志着表格数据基准测试领域迈向了更具统摄性与精细化的新阶段。当前研究前沿聚焦于利用该数据集多维度的特性——涵盖独立同分布（IID）、时序性与分组非独立同分布（non-IID）三大分裂机制，并融合文本特征与高基数类别变量——来系统性评估并推动基础模型在异构表格任务上的泛化能力与鲁棒性。尤其在时序预测与分组结构数据分析等热点方向上，BeyondArena所提供的标准化、细粒度基准，为洞悉模型在真实复杂分布下的表现鸿沟、催生面向分布偏移的通用学习范式提供了关键的实验平台，其影响力正深刻重塑着从金融风控到生物医学等应用领域的研究路径。