Gradient Boosting חסין (Robust Gradient Boosting)
Gradient Boosting חסין הוא שיטת Gradient Boosting המאומנת באמצעות פונקציות הפסד עמידות לחריגים — לרוב פונקציית הפסד Huber או פונקציית הפסד קוונטיל (pinball) — במקום פונקציית הפסד של שגיאה ריבועית. וריאנט זה, שהוצע במאמר המכונן של Friedman משנת 2001, מייצר תחזיות שמעוותות פחות על ידי ערכים קיצוניים או תוויות מזוהמות, תוך שמירה על מלוא כוח החיזוי של עצי Gradient Boosting.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
מקורות
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Robust Gradient Boosting (Gradient Boosting with Robust Loss Functions). ScholarGate. https://scholargate.app/he/machine-learning/robust-gradient-boosting
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.
- בוסטינגלמידת מכונה↔ compare
- גרדיאנט בוסטינגלמידת מכונה↔ compare
- יער אקראילמידת מכונה↔ compare
- הגברת גרדיאנט מוסדרתלמידת מכונה↔ compare
- רגרסיה לינארית רובוסטיתלמידת מכונה↔ compare
- XGBoostלמידת מכונה↔ compare