Apilament robust d'ensembles
L'apilament robust d'ensembles estén de manera clàssica la generalització apilada substituint el meta-aprenent ordinari per un estimador robust — com ara un regressor amb pèrdua de Huber, regressió quantílica o un model entrenat amb residuals retallats — de manera que la capa de combinació de l'ensemble sigui resistent als valors atípics i a les prediccions sorolloses dels aprenents base. Millora la precisió predictiva i la fiabilitat en conjunts de dades del món real amb etiquetes contaminades o distribucions d'error de cua pesada.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Wolpert, D. H. (1992). Stacked Generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Ensemble learning. Wikipedia. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Stacking Ensemble (Outlier-Resistant Stacked Generalization). ScholarGate. https://scholargate.app/ca/machine-learning/robust-stacking-ensemble
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bagging (Bootstrap Aggregating)Aprenentatge automàtic↔ compare
- BoostingAprenentatge automàtic↔ compare
- Gradient BoostingAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- XGBoostAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →