Robust Stacking Ensemble

Robust Stacking Ensemble udvider klassisk stacked generalization ved at erstatte den ordinære meta-lærer med en robust estimator — såsom en Huber-loss-regressor, kvantilregression eller en model trænet på trimmede residualer — således at ensemblets kombinationslag er modstandsdygtigt over for outliers og støjende basemodelforudsigelser. Det forbedrer prædiktiv nøjagtighed og pålidelighed på datasæt fra den virkelige verden med kontaminerede labels eller fejldistributioner med tung hale.