Robust LightGBM
Robust LightGBM एक ग्रेडिएंट बूस्टिंग फ्रेमवर्क है जो Microsoft के अत्यधिक कुशल LightGBM इंजन को आउटलायर-प्रतिरोधी लॉस फ़ंक्शन (सबसे आम तौर पर हूबर, क्वांटाइल, या माध्य निरपेक्ष त्रुटि) के साथ जोड़ता है, ताकि भविष्यवाणियाँ अत्यधिक या त्रुटिपूर्ण अवलोकनों द्वारा अनुचित रूप से विकृत न हों। यह LightGBM की गति और लीफ-वाइज ट्री ग्रोथ को बनाए रखता है, जबकि लक्ष्य चर में भारी-पूंछ वाले शोर के प्रति प्रतिरोध प्रदान करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Robust LightGBM (Light Gradient Boosting Machine with Robust Loss Functions). ScholarGate. https://scholargate.app/hi/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.
- CatBoostमशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- ह्यूबर रिग्रेशनसांख्यिकी↔ compare
- लाइटजीबीएममशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare