Machine learningMachine learning

Conjunto de apilamiento robusto

Robust Stacking Ensemble extiende la generalización apilada clásica reemplazando el meta-aprendiz ordinario con un estimador robusto — como un regresor de pérdida de Huber, regresión cuantil o un modelo entrenado con residuos recortados — de modo que la capa de combinación del ensamble sea resistente a predicciones anómalas o ruidosas de los aprendices base. Mejora la precisión predictiva y la fiabilidad en conjuntos de datos del mundo real con etiquetas contaminadas o distribuciones de error de cola pesada.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Wolpert, D. H. (1992). Stacked Generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1
  2. Ensemble learning. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Robust Stacking Ensemble (Outlier-Resistant Stacked Generalization). ScholarGate. https://scholargate.app/es/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.

Compare side by side
ScholarGateRobust Stacking Ensemble (Robust Stacking Ensemble (Outlier-Resistant Stacked Generalization)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/robust-stacking-ensemble · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026