Robust LightGBM
Το Robust LightGBM είναι ένα πλαίσιο ενίσχυσης κλίσης (gradient boosting) που συνδυάζει την εξαιρετικά αποδοτική μηχανή LightGBM της Microsoft με συναρτήσεις απώλειας ανθεκτικές σε ακραίες τιμές (outlier-resistant loss functions) — συνηθέστερα Huber, ποσοστημοριακή (quantile) ή μέση απόλυτη τιμή σφάλματος (mean absolute error) — ώστε οι προβλέψεις να μην διαστρεβλώνονται αδικαιολόγητα από ακραίες ή εσφαλμένες παρατηρήσεις. Διατηρεί την ταχύτητα του LightGBM και την ανάπτυξη δέντρων βάσει φύλλων (leaf-wise tree growth), παρέχοντας ταυτόχρονα ανθεκτικότητα σε θόρυβο με βαριές ουρές (heavy-tailed noise) στη μεταβλητή στόχο.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. The Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Robust LightGBM (Light Gradient Boosting Machine with Robust Loss Functions). ScholarGate. https://scholargate.app/el/machine-learning/robust-lightgbm
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.
- CatBoostΜηχανική Μάθηση↔ compare
- Ενίσχυση Κλίσης (Gradient Boosting)Μηχανική Μάθηση↔ compare
- Παλινδρόμηση HuberΣτατιστική↔ compare
- LightGBMΜηχανική Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
- XGBoostΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →