Robust Gradient Boosting

Robust Gradient Boosting er gradient boosting trænet med outlier-resistente tabsfunktioner — oftest Huber-tabet eller kvantil- (pinball) tabet — i stedet for fejlkvadrattab. Denne variant, foreslået i Friedmans banebrydende artikel fra 2001, producerer forudsigelser, der er langt mindre forvrængede af ekstreme værdier eller kontaminerede etiketter, samtidig med at den fulde forudsigelseskraft af gradient-boostede træer bevares.